使用本节中的信息解决与 IPM 洞察相关的问题。
适用于
Enterprise Profitability and Cost Management、Financial Consolidation and Close、自由形式、规划（所有应用程序类型）、销售规划、战略性人员规划和 Tax Reporting。常见问题
查看以下常见问题，看看它们是否能解决您的问题：
IPM 洞察功能是否需要混合模式？
是，必须启用混合模式，IPM 洞察功能才能正常工作。
是否可以在现有应用程序上设置 IPM 洞察，还是 IPM 洞察仅可用于新应用程序？
可以在现有应用程序上设置 IPM 洞察。
IPM 洞察功能是否可用于 ASO 和 BSO 多维数据集？
是，IPM 洞察功能可用于 ASO 和 BSO 多维数据集。
生成洞察是否需要自动预测？
不需要。您还可以使用来自外部系统的预测来生成预测洞察。利用自带 ML 功能，您可以训练机器学习模型来预测数据，这些数据可以用作预测洞察的基础。
IPM 洞察是否遵循安全性？
IPM 洞察遵循成员级别安全性和单元格级别安全性，因此，规划者只能查看自己有权访问的数据切片的洞察。但是，请注意，在“年”/“期间”维上定义了单元格级安全性时，不会为用户生成洞察。
是，您可以在洞察作业配置中选择父代成员。如果父代成员是动态计算，则需要执行额外的步骤才能生成洞察。请参阅“在洞察和 Predictive Planning、自动预测以及高级预测中使用动态计算成员”。
是否只能针对值（例如 $）配置洞察，还是可以针对单位配置洞察？
您可以针对任何度量或帐户（值或单位）配置洞察。
最佳做法
查看以下最佳做法，看看它们是否能解决您的问题：
历史数据：历史数据越多，预测结果就越准确。至少应当有相当于预测期间数两倍的历史数据量。例如，要预测未来 12 个月的情况，您至少应当有 24 个月的过去数据。在预测时，如果可用的历史数据不足，将显示警告。最佳做法是，将所有历史数据保存在 ASO 多维数据集中，并使用该多维数据集进行分析。数据质量是最重要的方面：高质量的数据可以产生良好的洞察和预测。
时间粒度：创建洞察作业时，尽可能创建最低级别的期间成员，以便使用尽可能多的历史数据。
不同量度的洞察阈值：偏差的建议量度为平均绝对百分比误差 (MAPE, Mean Absolute Percentage Error)，这是相对/基于百分比的量度。Oracle 建议将 10% 作为建议的阈值。但是，这只是建议。最合适的阈值因历史预测表现而异。
对于异常检测，建议使用 Z 分数方法，建议阈值为 3。
历史预测：对于预测差异和偏离洞察，您需要有未根据实际值调整的历史预测数据，这一点很重要。一旦根据实际值调整它们，您可能看不到实际值与预测之间的差异。
洞察数据存储：洞察需要大量历史实际数据和预测数据。可以考虑将这些数据存储在 ASO 多维数据集中，尤其是异常和预测偏离洞察。