プレディクティブ・プランニングを使用したプランニングおよび予測

イントロダクション

このハンズオン・チュートリアルでは、予測プランニングをプランニングおよび予測サイクルの一部として使用するために不可欠なタスクについて説明します。各項は互いの上に構築され、順番に完了する必要があります。

バックグラウンド

Predictive Planningを使用して、履歴データに基づいて将来のパフォーマンスを予測します。プレディクションに基づいてプランと予測を比較および検証できます。より正確な統計に基づく予測を行うには、プレディクション値をコピーし、プランの予測シナリオに貼り付けることができます。Predictive Planningは、カスタム・アプリケーション・タイプおよびモジュール・アプリケーション・タイプのEPM StandardアプリケーションおよびEPM Enterpriseアプリケーションで機能します。レガシー・アプリケーションでは、Predictive Planningは標準、企業およびレポート・アプリケーション・タイプと連携します。

前提条件

Cloud EPMのハンズオン・チュートリアルでは、Cloud EPM Enterprise Serviceインスタンスにスナップショットをインポートする必要がある場合があります。チュートリアル・スナップショットをインポートする前に、別のCloud EPM Enterprise Serviceインスタンスをリクエストするか、現在のアプリケーションおよびビジネス・プロセスを削除する必要があります。チュートリアル・スナップショットは、既存のアプリケーションまたはビジネス・プロセスにはインポートされません。また、現在作業中のアプリケーションまたはビジネス・プロセスを自動的に置換または復元することもありません。

このチュートリアルを始める前に次の用意をする必要があります。

サービス管理者にCloud EPM Enterprise Serviceインスタンスへのアクセス権を付与します。
Planningサンプル・アプリケーション(Vision)をインスタンス内に作成します。

ユーザー変数の調整

この項では、Product Familyユーザー変数に値を追加します。

ホーム・ページで「ツール」をクリックし、「ユーザー変数」の順にクリックします。
「ユーザー変数」のProductFamilyで、 (メンバー・セレクタ)をクリックします。
「メンバーの選択」で、「製品合計」の横にある矢印をクリックします。
「Total Product」で、「Computer Accessories and Computer Services」を選択します。
選択すると、左側の「選択」リストにメンバーが追加されます。
「OK」をクリックします。
Computer Accessories and Computer ServicesがProductFamilyに追加されていることを確認し、「Save」をクリックします。
情報メッセージで「OK」をクリックします。
ホーム・ページに戻ります。右上にある(ホーム)をクリックします。

Predictive Planningの実行

ホーム・ページで、「データ」カードをクリックします。
「データ入力」の「ライブラリ」で、「予測」を展開します。
下にスクロールして、「販売予測- 製品」をクリックします。
フォームで、「Computer Equipment(コンピュータ機器)」の下の各製品の売上予測をレビューし、今後の計画時間間隔を確認します。

フォームの右上にある「アクション」をクリックし、「Predictive Planning」を選択します。

Predictive Planningを実行すると、フォームの各メンバーのすべての履歴データが取得されます。次に、高度な時系列予測手法を使用して、これらのメンバーの将来のパフォーマンスを予測します。予測結果は、フォームの下部に表示されます。
「Predictive Planning」セクションで、下矢印を使用して、ドロップダウンから「タブレット・コンピュータ」を選択します。
Tablet Computersの予測結果を確認します。
この製品の履歴データは、チャートの左側に緑色の系列として表示されます。基本ケースの予測は、右側に青色で表示されます。予測間隔は、最悪および最良のケースによってバインドされ、ベース・ケース予測の周りにオレンジ色のバンドとして表示されます。
ドロップダウンから、「Sentinal Standard Notebook」を選択します。
予測と統計的予測を比較します。予測シナリオは、チャートの右側に明るい緑色の系列として表示されます。
ドロップダウンから、「Envoy標準ネットブック」を選択します。
この製品の予測結果を確認します。
右側には、各シリーズのキー・メトリックを含む情報ボックスが表示されます。
「成長率」メトリックを使用すると、プランナは任意の2つのシリーズをすばやく比較できます。表示された成長率に基づいて、予測は統計的予測よりもはるかに攻撃的です。右側のゲージは、この製品の販売目標を達成するための高リスクを反映しています。

Predictive Planningのコンポーネントについて

Predictive Planningは、統計的に堅牢なメカニズムを備えており、計画担当者が履歴データの時系列予測方法を使用して予測を作成および検証するのに役立ちます。ユーザーが作成したほとんどの予測は、直感や前年からの単純な成長率に基づいています。ただし、Predictive Planningを使用すると、ユーザーは時系列予測手法を活用して、より正確な予測を生成できます。

フォームを開いてPredictive Planningを実行すると、フォームの各メンバーに対して次の結果が生成されます。

予測結果を最大化すると、次の追加データを含むセクションが表示されます。

ヒント :

予測結果ペインの右上にある

(最大化)をクリックして、結果ビューを展開します。

メンバー選択ドロップダウン: フォーム上の任意のメンバーを選択して、予測プランニング結果を表示します。
チャート領域: 選択したメンバーのデータが表示されます。履歴実績データがチャートの左側に表示されます。縦線で分割されたチャートの右側に、将来の時間範囲の予測および予測データが表示されます。チャート領域には、最良ケース(オプティミスティック)および最悪ケース(ペシミスティック)シナリオのデータも含まれています。
履歴データ詳細: 予測アルゴリズムの実行に使用される履歴データに関する情報を提供します。これには、履歴観測の数、欠損値、外れ値、季節性の存在などが含まれます。
予測詳細: 最適なアルゴリズムの予測出力の詳細を提供します。Predictive Planningは、履歴データに対して一連の時系列予測アルゴリズムを実行し、指定されたメンバーに対して最適な精度を提供するアルゴリズムから出力を選択します。これは、他のアルゴリズムと比較して最も精度の高いアルゴリズムの名前を示し、RMSEおよび精度メトリックを提供します。
情報ボックス: チャートの右側にある各シリーズの統計サマリーを提供します。通常、シリーズごとに1つのボックスが表示されます。ボックスの順序は、凡例の系列の順序と一致します。
- 増加率統計は、各ボックス内で、ある系列と別の系列を比較するためのキー・メトリックとして提供されます。
- 成長率の横にリスク・ゲージが追加され、予測を上回る、または下回るシナリオの確率が示されます。

Predictive Planningの仕組み

Predictive Planningには、「処理」メニューを使用して任意のフォームからアクセスできます。

予測のアルゴリズム

Predictive Planningでは、従来の時系列予測の2つの主な手法が使用されます。

クラシック非季節性予測手法 — 極端なデータを除去してデータのランダムさを削減することで、トレンドを見積もります
クラシック季節性予測手法 — 予測データと、季節的な動きの調整を結合します

Method	季節ごと	最適な使用
単純移動平均	×	トレンドや季節性がない揮発性データ
ダブル移動平均法	×	トレンドがあるが季節性がないデータ
シングル指数平滑化	×	トレンドや季節性がない揮発性データ
ダブル指数平滑化	×	トレンドがあるが季節性がないデータ
減衰トレンド平滑化非季節方法	×	トレンドがあるが季節性がないデータ
加法型季節	○	トレンドがなく季節性があり、時間の経過とともに増加しないデータ
積乗型季節	○	トレンドがないが、時間の経過で増減する季節性があるデータ。
Holt-Wintersの加法型	○	トレンドと季節性があり時間の経過とともに増加しないデータ
Holt-Wintersの積乗型	○	トレンドと季節性のあるデータが時間の経過とともに増加します
減衰トレンド加法型季節性手法	○	トレンドと季節性を持つデータ
減衰トレンド積乗型季節性手法	○	トレンドと季節性のあるデータ
ARIMA	×	最低40の履歴データ・ポイント、制限された数の外れ値、および季節性がないデータ
サリマ	○	最低40の履歴データ・ポイント、制限された数の外れ値および季節性を持つデータ

すべての非季節予測方法がデータに対して実行されます。データが季節性であると検出された場合、季節性予測手法がデータに対して実行されます。

ベスト・パフォーマンスの予測モデルの選択

誤差測度が最も低い予測方法(RMSE)がデータの予測に使用されます。RMSE (2乗平均平方根誤差)は、正と負の偏差が相互に相殺されないように、偏差を2乗する絶対誤差測度です。この測度では、誤差が大きな場合も強調され、誤差の大きい手法を除外できます。たとえば、複数のアルゴリズムからの予測は、RMSEに基づいて相互に比較されます。エラーが最も低い予測モデル、つまりRMSEがデフォルトで最適に選択されます。

例- 非季節データの予測

ここでは、Sales Eastエンティティの製品カテゴリ別のSalesの予測結果を確認します。

この例では、製品「Network Card」が選択されています。下部のパネルに予測結果を表示できます。履歴データは、チャートの左側に緑色の系列として表示されます。基本予測は、右側に青で表示されます。予測間隔は、最悪および最良のケースによってバインドされ、基本予測の周りにオレンジ色のバンドとして表示されます。履歴データは増加傾向にあり、明らかな季節性はありません。

ヒント :

予測の詳細を表示するには、右側の「予測」パネルの情報アイコンをクリックします。

この製品カテゴリの予測出力は、最も低いエラー・メジャー(RMSE)が461であるため、「減衰トレンド非季節」メソッドからのものです。予測の精度は70%であり、これは発生の可能性です。

例- 予測の季節データ

ここでは、Sales EastエンティティのMonitor製品の予測結果を確認します。

Monitor製品カテゴリの過去の売上高は、8月と12月のピークに達し、毎年1月に最も低い売上が見られます。Seasonal ARIMA (SARIMA)メソッドは、この製品カテゴリで最も正確な結果を生成します。興味深いことに、チャートはデータの季節性を「季節バンド」として捉えています。

例 – 傾向のない季節データの予測

International SalesエンティティのAccessories製品の予測結果を表示します。

過去の実際の売上は季節性を示しますが、明らかな傾向はありません。Holt-Wintersの乗法法は、指定されたシナリオで最も正確な結果を提供します。

例 – 大規模な履歴データによる非季節販売の予測

Sales Eastエンティティのキーボード製品の予測結果を次に示します。

実績売上の履歴には季節データが表示されます。履歴データ・ポイントはかなり多く、「二重移動平均」メソッドを使用すると、特定のシナリオで最も正確な結果が得られます。

例 – 大規模な履歴データによる季節売上の予測

Sales EastエンティティのOther Computer製品の予測結果を表示します。

過去の実際の売上は季節性を示し、明確な増加傾向があります。かなりの量の履歴データ(40を超えるデータ・ポイント)があるため、季節ARIMA (SARIMA)メソッドは、特定のシナリオで最も正確な結果を提供します。

Predictive Planningの設定の変更

予測に使用されるデフォルト設定を確認できます。これらの設定は、必要に応じて構成またはカスタマイズできます。

「販売予測- 製品」のPOVで、ProductFamilyを「コンピュータ・アクセサリ」に設定します。

ヒント :
予測結果が表示されない場合は、Predictive Planningを再実行する前に、フォームをクローズして再オープンしてください。
「処理」をクリックし、「Predictive Planning」を選択します。
「Predictive Planning」セクションで、右側の(設定)をクリックします。
「設定」で、「チャート・ビュー設定」タブをクリックします。
チャート・ビュー設定で、「線形トレンド線- 過去」を選択します。
「適用」をクリックします。
選択した製品の売上履歴のトレンド線がチャートに表示されます。
Predictive Planningで、ドロップダウンから「ゲーム」を選択します。
売上が減少傾向にあることに注意してください。
「Predictive Planning」セクションで、右側の(設定)をクリックします。
「設定」で、「日付範囲」タブが表示されていることを確認します。
「カレンダの選択」ドロップダウンで、US_Monthlyカレンダの選択内容を削除し、「-- 選択-- 」に設定します。

日付範囲の選択を変更できるようになりました。

ヒント :
「日付範囲」でカレンダを選択すると、履歴データ範囲および予測範囲カレンダ・オプションは、そのカレンダに定義したオプションから取得されます。変更するには、IPMクラスタ内の「Configure」カードの「Calendar」水平タブでカレンダを変更する必要があります。日付範囲でカレンダを選択しない場合、履歴日付範囲とプレディクション日付範囲を手動で設定できます。
「予測範囲」で、次のドロップダウン・オプションを選択し、「適用」をクリックします。
- 将来の終了年: FY25
- 将来の終了期間: 3月
予測/将来の時間範囲が2025年3月まで3か月延長されることに注意してください。

予測に基づいた予測の調整

Predictive Planningを使用して予測が計算されたら、現在の予測シナリオを予測と比較し、必要に応じて調整します。これを行うには、予測シリーズを予測と比較して手動で調整します。

「販売予測- 製品」で、Predictive Planningの計算が実行されたことを確認します。
フォームの各メンバーの予測をレビューします。

グリッドで、「ネットワーク・カード」行を選択して、この製品の統計予測に対する予測を表示します。

ネットワーク・カード製品の予測は、予測シナリオより低いようです。予測を下方調整できます。最初に予測範囲にズーム・インし、チャートのシリーズをドラッグして手動で予測を調整します。
(ズーム・イン)をクリックすると、チャートの将来の開始期間の部分が展開表示で表示されます。

展開された結果を表示します。

予測値が予測値より低い月については、系列で調整して相互に整合させます。チャートの凡例の予測(作業中)アイテムをクリックして、データ・ポイントを表示します。次に、チャート内の線またはデータ・ポイントを手動でドラッグします。7月から12月までのグリッドの値を手動で調整し、「保存」をクリックすることもできます。