關於預測準確性

當您按一下 (詳細資料) 以取得預測資料或歷史資料的詳細資訊時，您會看到預測的準確性。

可用的歷史資料量會影響預測的準確性；越多資料越好。歷史資料量應該至少為預測期間數目的兩倍。歷史資料量為預測期間數目的三倍以上是更好的比率。如果在預測期間沒有足夠的歷史資料可用，會顯示警告或錯誤訊息。預測規劃可偵測到資料中的季節性模式並將其排進未來計畫 (例如，假期季節期間銷售數字的高峰)。至少有兩個完整的資料週期必須可用來偵測季節性。

此外，預測規劃可偵測歷程記錄資料中的遺漏值，以內插值填入，並掃描極端值，將其正規化至可接受的範圍。資料中如果有太多遺漏值或極端值而無法執行可靠預測，則會顯示警告或錯誤訊息。

資料的雜訊程度也會影響預測準確性。即使有大量的歷史資料可用，但資料的雜訊或隨機波動可能會掩蓋潛在趨勢，導致預測準備性降低。

使用事件進行預測可提高預測的準確性，還可讓您查看特定事件之預測資料中的尖峰和下降，協助您提前計畫事件並利用機會。如果不包含事件，資料尖峰或下降就會一般化並分佈至預測期間，這可能會導致預測較不準確。

一般而言，請使用這些準則來判斷預測的準確性：

• 95 至 100%：優。該歷史資料有強烈的趨勢或季節性模式。
• 90 至 94.9%：良好。該歷史資料有中等的趨勢或季節性模式。
• 80 至 89.9%：可。該歷史資料有微弱的趨勢或季節性模式。
• 0 至 79.9%：差。該歷史資料沒有可偵測的趨勢或模式。