Dados históricos podem ter valores ausentes e outliers, que são pontos de dados que diferem consideravelmente do restante dos dados. Também podem incluir eventos, que são geralmente eventos únicos ou recorrentes que historicamente provocaram picos ou quedas nos dados. As opções de Filtragem de Dados permitem que você selecione várias maneiras de tratar valores ausentes, bem como identificar e ajustar outliers e incluir eventos em previsões. Como os outliers ajustados são tratados como valores ausentes, ambas as situações são abordadas e tratadas juntas.
Selecione dentre estas opções para Filtragem de Dados.
Se você incluir eventos, picos ou quedas históricos também serão refletidos em previsões futuras. Por exemplo: um calendário norte-americano pode incluir um evento para o Natal, ou um calendário da região APAC pode incluir um evento para o Diwali, quando as vendas geralmente atingem picos. Ao incluir os picos de dados históricos na previsão, você visualiza os picos nos dados previstos, de modo que pode se planejar para um aumento do volume ou aproveitar a oportunidade.
Sem eventos, picos ou quedas nos dados são normalizados e distribuídos ao longo do período da previsão, levando potencialmente a previsões menos precisas.