이 사용지침서에서는 인사이트 대시보드에 표시되는 인사이트를 생성하도록 인사이트를 구성하는 방법을 보여줍니다. 섹션은 상호 연결되어 구축되었으며 순차적으로 완료해야 합니다.
배경
IPM 인사이트는 과거 데이터 및 예측된 데이터를 분석하므로, 사용자가 직접 찾지 못할 수 있는 패턴 및 인사이트를 데이터로 찾는 데 도움이 됩니다. 인사이트는 추세, 변칙, 예측 편향 또는 변형일 수 있습니다. IPM Insights를 사용하면 계획 프로세스의 인사이트 발견 단계가 데이터 과학 및 재무 패턴 인식으로 자동화되어 예측 효율성을 높일 수 있습니다. IPM Insights를 사용하여 모든 계정의 데이터를 분석하고 탐색할 수 있습니다. IPM Insights는 대량의 다차원 데이터 처리를 자동화하므로 새 실제값이 시스템에 들어올 때 데이터 패턴이나 숨겨진 상관관계를 빠르게 감지하여 보고를 간소화하고, 보고를 향상하고, 예측을 향상하고, 의사 결정을 강화할 수 있습니다. 분석 시간을 줄여 전반적인 계획 프로세스 시간을 절약할 수 있습니다.
수행할 분석 유형을 선택하고, 분석을 위한 슬라이스 정의를 지정하고, 분석을 구성한 다음, Insights 대시보드에 표시되는 인사이트에 대한 설정을 정의하여 IPM Insights를 구성합니다. 필요한 개수만큼 많은 데이터 교차에 대한 인사이트를 정의할 수 있습니다. 플래너는 액세스 권한이 있는 데이터 슬라이스에 대한 인사이트만 볼 수 있습니다.
자동 예측을 사용하여 과거 데이터를 기준으로 미래 성과를 예측하도록 예측을 정의하고 해당 예측 정의를 실행하도록 작업을 스케줄링하여 예측 프로세스를 자동화할 수도 있습니다. 인사이트 생성을 위한 입력으로 이러한 예측 결과를 사용할 수 있습니다.
필요 조건
Cloud EPM 실습 자습서에서는 Cloud EPM Enterprise Service 인스턴스로 스냅샷을 임포트해야 할 수 있습니다. 자습서 스냅샷을 임포트하려면 먼저 다른 Cloud EPM Enterprise Service 인스턴스를 요청하거나 현재 애플리케이션 및 비즈니스 프로세스를 제거해야 합니다. 자습서 스냅샷은 기존 애플리케이션 또는 비즈니스 프로세스로 가져오지 않으며 현재 작업 중인 애플리케이션 또는 비즈니스 프로세스를 자동으로 바꾸거나 복원하지 않습니다.
이 자습서를 시작하기 전에 다음을 수행해야 합니다.
Cloud EPM Enterprise Service 인스턴스에 대한 서비스 관리자에게 접근 권한을 부여합니다. 인스턴스에는 비즈니스 프로세스가 생성되지 않아야 합니다.
이 섹션에서는 Vision의 샘플 애플리케이션으로 Insights를 탐색합니다. 이 엔티티에 대한 예측을 개선하기 위해 Sales NorthEast Region 엔티티의 Revenue 데이터를 분석하고 중점적으로 고려해야 하는 영역을 식별합니다. 수익, 비용, 대차대조표, 현금 흐름 또는 볼륨 등 모든 계정 또는 측정 단위의 모든 데이터에 대해 인사이트를 설정할 수 있습니다.
먼저 Sales NorthEast Region 엔티티에 대한 과거 및 미래 데이터 모두 기본 데이터를 검토합니다.
홈 페이지에서 데이터, 를 누릅니다.
데이터에서 인사이트를 누릅니다.
인사이트에 대한 과거 데이터를 누릅니다.
Insights의 내역 데이터가 표시됩니다.
Sales NorthEast Region 엔티티에는 5개의 Revenue 계정과 7개의 Products가 있습니다.
수익 계정 판매
노스 채널 영업
소비자 채널 영업
의료 영업
전자제품 판매
스테이플스 판매
제품
제품 X
Sentinal Standard 노트북
Sentinal 사용자정의 메모장
Envoy 표준 넷북
Envoy 사용자정의 넷북
기타 컴퓨터
태블릿 컴퓨터
과거 실제 및 과거 예측에 대한 데이터는 1월 FY22부터 사용할 수 있습니다.
이를 위해 다음 작업을 수행합니다.
과거 데이터를 분석하고 상당한 예측 차이 및/또는 편향이 존재하는 영역을 식별하기 위한 데이터 기반 접근 방식을 취합니다.
과거 추세와 패턴을 통합하는 머신 생성 예측을 활용하여 향후 6개월 동안 데이터를 보다 정확하게 예측합니다.
IPM Insights를 활용하여 데이터 과학을 통한 예측에 데이터 기반 접근 방식을 적용합니다.
달력 및 이벤트 검토
인사이트 또는 예측의 정확도를 개선하기 위해 인사이트와 연계할 달력 및 이벤트를 정의할 수 있습니다.
IPM Insights, 고급 예측 및 자동 예측에서 달력 및 이벤트를 사용하려면 다음을 수행합니다.
달력을 정의합니다.
이벤트를 정의합니다.
IPM Insights 작업이나 고급 예측 또는 자동 예측 정의를 구성할 때 인사이트, 고급 예측 또는 자동 예측 작업과 달력을 연계합니다. 그런 다음, 분석에 이벤트를 포함할지 여부를 선택합니다.
달력 검토
달력은 선택된 큐브에 대한 시계열의 범위를 정의합니다. 예를 들어 일별 달력, 주별 달력 및 대체 달력을 생성할 수 있습니다. 모든 이벤트가 모든 엔티티에 적용되는 것은 아니므로 특정 엔티티에 대한 달력을 생성하려고 합니다. 예를 들어 디왈리는 APAC에 적용되고 추수감사절은 북미에 적용되므로 고유 이벤트가 포함된 APAC 달력과 고유 이벤트가 포함된 북미 달력을 생성할 수 있습니다.
(네비게이터)을 누르고 IPM에서 구성을 누릅니다.
아래쪽 가로 탭에서 달력을 누릅니다.
월별, 연속 및 주별 예측에 대한 달력이 표시됩니다.
US_Monthly의 경우 작업, 편집을 차례로 누릅니다.
US_Monthly 캘린더는 미국 판매에 대한 월별 캘린더로 설정됩니다. 달력은 큐브(Plan1, Vis1ASO)에 적용됩니다. 시간 열에서 달력 시작의 시간을 정의하는 각 차원의 멤버가 지정됩니다.
US_Monthly의 경우 ILvl0Descendants(연도)->ILvl0Descendants(YearTotal)을 누릅니다.
연도 및 기간의 경우 레벨 0 하위 멤버가 선택됩니다.
[멤버 선택]에서 취소를 누릅니다.
US_Monthly의 경우 FY24->7월을 누릅니다.
현재 열에서 예측 기간 시작을 정의하는 각 차원의 멤버가 지정됩니다. 이전 기간은 과거 데이터의 끝입니다. 예측 기간은 7월 FY24부터 시작됩니다.
멤버 선택에서 취소를 누릅니다.
과거 기간 수에는 42개월의 과거 데이터가 사용됨을 나타냅니다. 미래 기간 수에는 이 달력에서 18개월의 미래 기간이 사용됨을 나타냅니다.
US_Monthly의 경우 작업에서 X(취소)를 누릅니다.
이벤트 검토
이벤트는 달력과 연계됩니다. 각 IPM 달력에는 여러 개의 이벤트가 있을 수 있습니다.
하단의 가로 탭에서 이벤트를 누릅니다.
세 개의 달력 월별, 롤링 및 주별(달력 열)에 대한 이벤트가 표시됩니다. Type 열은 다음과 같은 이벤트 유형을 나타냅니다.
일회성: 반복하지 않지만 데이터에 포함하려는 이벤트입니다.
반복: 정기적으로 반복되는 이벤트로서, 증가 또는 감소도 반복됩니다. 예를 들어 디왈리, 추수감사절 등의 휴일은 반복 이벤트입니다.
건너뛰기: 일회성 이벤트와 비슷하게 반복하지 않지만 데이터에 포함시키려는 이벤트입니다. 건너뛰기 이벤트에 대한 데이터가 계열에서 제거됩니다.
USM_O_SC의 경우 작업, 편집을 차례로 누릅니다.
USM_O_SC 이벤트가 공급망 중단으로 설정되었습니다. 이벤트는 일회성 유형입니다. 달력 열은 이 이벤트가 US_Monthly 달력과 연관되어 있음을 나타냅니다.
USM_O_SC의 경우 FY23->Sep을 누릅니다.
이벤트 기간은 2개월로 지정됩니다. 일회성 이벤트이므로 간격 및 발생에 대해 지정된 값이 없습니다.
USM_O_SC의 경우 작업에서 X(취소)를 누릅니다.
통찰력 구성
이 섹션에서는 생성하려는 유형을 선택하여 인사이트를 생성합니다. 그런 다음 과거 및 미래 데이터 슬라이스를 정의하고 임계값을 설정하고 표시 차원 및 영향 크기 임계값을 정의합니다.
인사이트 생성
IPM 탭을 누릅니다.
생성을 누릅니다.
IPM 구성에 대한 세부 정보 페이지가 표시됩니다.
세부정보에서 이름에 제품 판매에 대한 수익 분석을 입력하고 설명에 제품별로 수익 데이터를 분석하고 세 가지 유형의 인사이트를 모두 생성하려면을 입력합니다.
인사이트 생성에서 차이 및 편향 인사이트 예측을 선택합니다.
예측 차이 및 편향 인사이트는 과거 데이터를 분석하여 계획자가 제출한 예측의 숨겨진 편향을 표시합니다. 이 유형의 인사이트는 수요예측 및 실제값과 같은 두 개의 과거 시나리오 간 차이 또는 편향을 측정하는 것입니다.
인사이트 생성에서 예측 인사이트를 선택합니다.
예측 인사이트는 예측 및 컴퓨터 생성 예측과 같은 미래 시나리오 간의 차이를 찾습니다.
사용 가능한 예측 데이터가 없음을 나타내려면 기본 선택 항목인 No를 유지합니다.
주:
예측 데이터가 있는 경우 옵션을 눌러 토글하도록 지정할 수 있습니다. 예측된 데이터가 없으면 예측 생성에서 자동 예측이 자동으로 선택됩니다.
자동 예측은 정의한 교차에 대한 과거 데이터를 사용하여 인사이트에 사용되는 예측 데이터를 생성합니다. 예측 인사이트 생성을 위한 입력으로 예측 결과를 사용할 수 있습니다.
인사이트 생성에서 Anomaly Insights를 선택합니다.
변형 인사이트는 다른 값과의 차이가 큰 이상치 값을 감지할 수 있습니다.
다음을 누릅니다.
과거 및 미래 데이터 선택
이 섹션에서는 기록 데이터와 미래 데이터 모두에 대한 큐브 및 기간을 선택합니다.
캘린더를 눌러 선택할 수 있는 캘린더를 검토합니다.
달력을 닫으려면 달력 오른쪽에 있는 공백을 클릭합니다.
이 구성에 대해 선택된 달력이 없습니다.
[내역 데이터]에서 큐브에 대해 계획 1을 선택하고 [내역 연도 수]에 대해 2를 입력합니다.
미래 데이터에서 (미래 기간)을 눌러 미래 기간을 선택합니다.
기간 선택을 누릅니다.
멤버 선택기에서 기간에 대해 7월을 선택합니다.
연도를 누르고 FY24을 선택한 다음 확인을 누릅니다.
주:
자동 예측을 선택하면 예측 결과가 이 위치에 저장됩니다.
다음을 누릅니다.
데이터 슬라이스 정의
인사이트 분석에 사용되는 데이터 슬라이스를 정의합니다. 내역 데이터 섹션에 대해 계획자가 제공한 실제 값과 예측을 모두 정의합니다. 슬라이스 정의는 연도 및 기간 차원을 제외한 큐브의 모든 차원을 표시합니다. 모든 멤버는 루트 멤버가 선택된 상태로 시작됩니다.
[미래 데이터] 섹션에서 큐브를 선택하고 미래 데이터에 대한 데이터 슬라이스(플래너가 제공한 예측 및 기준 예측(가장 흔한 시나리오)를 정의합니다.
실제에서 계정을 누릅니다.
멤버 선택기에서 전자 제품을 검색하고 전자 제품 판매를 선택합니다.
HSP_View을 누르고 BaseData를 선택합니다.
시나리오를 누르고 실제를 선택합니다.
버전을 누르고 작업 중을 선택합니다.
엔티티를 누른 다음 총 판매를 검색합니다.
총 판매 지역에 대해 (함수 선택기)을 누르고 레벨 0 하위 항목을 선택합니다.
제품을 누르고 컴퓨터 장비를 검색합니다.
컴퓨터 장비의 경우 (함수 선택기)을 누르고 레벨 0 하위 항목을 선택합니다.
확인을 누릅니다.
과거 데이터 및 예측에서 실제 시나리오를 누릅니다.
멤버 선택기의 개정된 예측에서 예측을 선택하고 확인을 누릅니다.
미래 데이터 슬라이스 선택
[미래 데이터] 섹션에서 큐브를 선택하고 미래 데이터에 대한 데이터 슬라이스(플래너가 제공한 예측 및 기준 예측(가장 흔한 시나리오)를 정의합니다.
미래 데이터에서 예측에 대해 실제 시나리오를 누릅니다.
멤버 선택기의 개정된 예측에서 예측을 선택하고 확인을 누릅니다.
기본 예측에서 시나리오에 대해 실제를 누릅니다.
멤버 선택기에서 예측 예측을 선택하고 확인을 누릅니다.
주:
데이터를 사용할 수 있는 경우 최선 사례 및 최악 사례 정의를 추가하고 최선 사례 및 최악 사례 시나리오의 데이터 슬라이스를 정의할 수 있습니다.
다음을 누릅니다.
임계값 정의
[고급 옵션] 페이지에서 측정항목 및 트리거 기준을 정의합니다. 예측 차이는 플래너가 제출한 예측의 정확도 레벨을 나타냅니다. 예측 편향은 예측 오류 방향의 경향을 나타냅니다. 실제 값을 초과하여 예측하는 경향은 "초과 예측 편향"으로 간주되지만 실제 값 미만으로 예측하는 경향은 "미달 예측 편향"으로 간주됩니다. 예측 인사이트의 경우 미래 예측과 과거 예측 간의 차이를 측정하기 위한 척도 및 임계값을 지정하여 편차(차이)를 결정하는 방법을 지정합니다.
인사이트에 대한 오류 허용한도 및 임계값을 정의합니다. IPM Configurator가 분석을 위해 기본 메트릭을 선택합니다.
고급 옵션 표시를 누릅니다.
예측 차이 및 편향 인사이트의 경우 차이 측정항목에 대해 임계값을 2%로 설정하고 오류 허용한도에 대한 편향 측정항목에 대해 오류 허용한도를 2%로 설정하고 임계값을 50%로 설정합니다.
오류 허용한도 퍼센트는 플래너가 제출한 과거 예측과 실제값 간의 백분율 차이로, 허용 범위 내에 있는 실제값을 정의하는 오류 허용 오차 백분율을 정의합니다. 백분율 차이가 오류 허용 오차 한도를 초과하면 편향 계산에 사용됩니다.
편차 또는 편향이 지정된 임계값을 초과할 때 인사이트가 생성됩니다.
예측 인사이트의 경우 차이 측정항목에 대해 임계값을 15%로 변경합니다.
예측 임계값은 플래너가 제출한 미래 예측과 컴퓨터 생성 예측 간에 허용되는 백분율 차이를 정의합니다.
플래너가 제출한 미래 예측과 컴퓨터 생성 예측 간의 편차 퍼센트를 선택합니다. 이때 인사이트를 트리거할 수 있습니다.
변형 인사이트의 경우 임계값 2%를 수락합니다.
변형 임계값은 Z 점수 값(값 평균에서의 표준 편차)의 허용 임계값을 정의합니다. 0에서 너무 떨어진 항목(일반적으로 임계값은 Z 점수 2 또는 -2로 지정됨)은 이상치로 간주되어야 합니다. 지정된 이상치 감지 메트릭이 지정된 임계값을 초과할 때 인사이트가 생성됩니다.
변형 인사이트에 대한 임계값은 인사이트를 트리거할 임계값을 설정합니다.
위로 스크롤하여 다음을 누릅니다.
표시 치수 및 영향 크기 임계값 설정
[설정] 페이지에서 플래너에게 인사이트를 표시하는 방법을 정의하는 설정을 구성합니다. 플래너가 인사이트를 탐색 및 분석하는 데 사용할 차원을 선택하십시오. 선택한 차원은 인사이트 대시보드에 표시됩니다. 또한 영향 크기 임계값을 정의하여 통찰력을 높음, 중간 및 낮음 그룹으로 분류합니다.
차원 표시에서 엔티티 및 제품을 선택합니다.
영향 크기 임계값의 경우 하한 임계값을 30%로, 상한 임계값을 60%로 변경합니다.
인사이트 대시보드에 인사이트가 표시되는 경우 이 설정은 각 인사이트에 대해 계산된 영향 백분율에 따라 인사이트을 높음, 중간 및 낮음 그룹으로 분류합니다. 더 극단적인 차이가 있는 인사이트에 사용자가 집중하도록 지원합니다.
저장을 누릅니다.
주:
인사이트 정의는 글로벌 아티팩트(자동 예측 폴더의 글로벌 아티팩트 아래)로 저장되며 유지관리 스냅샷으로 백업됩니다.
(네비게이터)을 누르고 IPM에서 구성을 누릅니다. 
(미래 기간)을 눌러 미래 기간을 선택합니다.
(함수 선택기)을 누르고 레벨 0 하위 항목을 선택합니다. 
