简介

此 25 分钟的上机教程演示了如何运行模拟，从而在 Oracle EPM Enterprise Planning 提供的解决方案 Strategic Modeling 中提高预测准确性。通过运行模拟，您可以使用针对每个不确定输入的一系列结果来可视化模型中的方案。各节基于彼此构建，应按顺序完成。

背景信息

战略性建模模拟使用蒙特卡罗方法自动为您的模型生成数百个“假设”场景。每个“假设”场景都被视为一次模拟试验。

在运行模拟之前，必须首先确定模型中的不确定输入。这些被称为“假设”，通过从图库中选择概率分布来描述每个概率的不确定性。然后，确定您模型中感兴趣的主要输出。这些被称为“预测”。

在每次模拟试验期间，会根据您定义的范围为每个假设生成随机数。将重新计算模型，并检索输出值并将其添加到预测图表中。此过程将重复，直到达到最大试验次数，或者直到您停止模拟。

通常，在模拟中运行的试验越多，预测中显示的统计信息和百分位数信息的准确性就越高。最终的预测图将反映预测单元格中假设单元格的组合不确定性。

在战略性建模中，支持两种类型的模拟：

  • 蒙特卡罗采样生成自然的“假设”类型情景，其中每个假设随机采样。
  • 拉丁 Hypercube 采样通过在其范围内更均匀地采样每个假设来生成更准确的统计数据和百分位数。

先决条件

Cloud EPM 实操教程可能需要您将快照导入 Cloud EPM Enterprise Service 实例。必须先请求另一个 Cloud EPM Enterprise Service 实例或删除当前应用程序和业务流程，然后才能导入教程快照。教程快照不会通过现有应用程序或业务流程导入，也不会自动替换或恢复您当前使用的应用程序或业务流程。

在开始本教程之前，您必须：

  • 让服务管理员访问 Cloud EPM Enterprise Service 实例。此实例不应创建业务流程。
  • 将此快照上载并导入 Planning 实例。

注意：

如果导入快照时遇到迁移错误，请重新运行迁移（不包括 HSS-Shared Services 组件）以及核心组件中的“安全”和“用户首选项”对象。有关上载和导入快照的更多信息，请参阅《 Administering Migration for Oracle Enterprise Performance Management Cloud 》文档。

准备战略模式

  1. 在 Planning 主页上，依次单击战略性建模和模型。
    在战略性建模中导航到模型视图

    此时将显示“模型”页。

打开模型

Sales US 模型包括用于跟踪影响利润的多个收入动因和关键费用的账户。在本教程中，您将了解公司扩张计划的盈利能力，以添加更多高端零售商店。目标是预测公司未来一年的整体销售额，以及实现某些目标的可能性。

  1. 在“模型”页上，对于 Sales US，单击 ( ... ) 操作，然后选择打开 - 检出。
    2. “操作”菜单

    提示：

    签出模型后,您可以保存对数据和模型所做的更改。处理模型副本时,您无法保存对数据或模型所做的更改。

    模型在客户视图中打开。

    帐户视图
  2. 验证数据视点 (POV) 是否设置为：
    • 方案：扩展
    • 数据视图： Standard All（全部标准）
    • 帐户组：收入报表
    Pov 帐户视图

    注意：

    如果需要更改 POV，请确保单击 Refresh ( Refresh ) 以更新网格中显示的数据。

设置假设

要定义模拟,应先确定主要输入单元格并将其定义为假设。

在本节中，对于不确定的输入帐户，“假设分析”是通过根据最佳猜测输入不同的值来完成的。重新计算数据后，更新的“销售”值将成为“假设”分析的新基本情况。

设置假设时，请选择分配类型。选择的分布类型取决于与输入相关的条件。要选择正确的概率分布:

  • 评估涉及的输入，并列出此输入周围的条件。
  • 查看概率分布说明。
  • 在查看说明的过程中，查找一个分布，其中包含为输入列出的条件。

注意：

使用 Planning 模块文档中的战略性建模模拟的概率分布说明部分详细介绍了可用的分布类型。

确定关键输入单元

  1. 在网格中，修改 2024 的以下帐户值：
    • v0300 单位数量— 预测为增长： 10
    • v1000:020 服务收入 - 预测增长： 12
    • v1000:030 维护收入— 以百万美元计的预测： 24
    修改数据
  2. 单击保存。
  3. 单击计算并选择当前方案。
    4. 计算数据

选择三角分布类型

当最小值和最大值已知时，决策者可以使用三角分布类型来描述不确定输入，但大多数值将出现在最有可能的点附近。

  1. 选择 2024 v0300 单位体积 - 预测为增长的数据单元格。
    2. 选择一个数据单元格

    “作为单位销售量的增长率的预测”单元格包含一个不确定值，用于驱动要评估的客户“总销售收入”的值。

  2. 单击操作，然后选择模拟。
    3. 打开“Simulation（模拟）”面板
  3. 在“模拟”面板上，单击 模拟主菜单（“模拟”主菜单），然后选择设置。
  4. 在 "Settings"（设置）中的 "Random Numbers"（随机数）下，将 "Sequence"（序列）设置为 Same Sequence Each Time（每次相同的序列），然后单击 OK（确定）。
    5. 设置序列选项
  5. 在“模拟”面板上，单击设置假设。
    6. 单击“设置假设”

    提示：

    如果“模拟”面板上未显示“设置假设”，请确保在网格中选择了“2024 v0300 单位体积 - 预测为增长”。
  6. 从假设类型中，单击三角形
    7. 选择分配类型
  7. 根据以下历史数据设置参数值：
    • 最小： 0.0
    • 最喜欢： 5.0
    • 最大值： 20.0

    这就产生了正向的分布。

    设置假设参数

选择正常分配类型

决策者可以使用正态分配类型描述不确定输入，例如，通货膨胀率或周期性资产回报。

  1. 选择 2024 v1000:020 服务收入 - 预测为增长的数据单元格。
    2. 选择一个数据单元格
  2. 在“模拟”面板上，单击设置假设。
  3. 从假设类型中，单击正常。
  4. 根据以下历史数据设置参数值：
    • 平均： 15.000
    • Std.偏差。： 20.000
    设置正态分布参数

选择统一分配类型

均匀分布描述您知道最小和最大值并且所有值的出现概率相等的情形。

在本节中，最小值和最大值基于最差和最佳情况数据。

  1. 选择 2024 v1000:030 Maintenance Revenue - Foreacast（以百万美元计）的数据单元格。
    2. 选择一个数据单元格
  2. 在“模拟”面板上，单击设置假设。
  3. 从假设类型中，单击统一。
  4. 根据以下历史数据设置参数值：
    • 最小： 15.000
    • 最大值： 30.000
      • 设置取消格式的分布参数

定义预测单元格

预测单元格是输出单元格,其中包含引用了一个或多个假设单元格的公式。这些是要查看其不确定性影响的帐户。

  1. 选择 2024 v1000 Sales 的数据单元格。
    2. 选择一个数据单元格
  2. 在“模拟”面板上，单击设置预测。
    3. 设置预测

    将显示具有单点估计值的预测图表。

    预测图

运行模拟

只要模型处于打开状态且会话未过期,就会提供模拟结果。

提示：

您的数据可能与本教程中显示的稍有不同，因为每次运行模拟时，系统都会随机生成结果。
  1. 单击 （运行）。

    2. 运行模拟时，将为每个假设生成随机数。这模拟了如何在现实世界中为这些变量发生不同的值情景。

    运行模拟

    对于每个方案，将重新计算模型，结果显示在预测图表中。

    模拟重新计算

    注意：

    保存或签入模型时，不会保存模拟结果。
  2. 当提示模拟完成时，单击确定。
    3. 已完成模拟

    运行几百次模拟后，结果开始收敛。预测图表下方是关键度量。

    模拟结果

    结果显示，根据 2024 年的销售价值，只有 31% 的机会超过 9 亿美元的基本情况。

  3. 添加拉伸目标作为第二个目标值。在“模拟”面板的右下角区域上，单击 添加度量（添加度量），然后选择目标值。
    4. 添加度量
  4. 添加拉伸目标作为第二个目标值。输入以下信息:
    • 标签：拉伸目标
    • 值： 910
    拉伸目标值
  5. 单击 OK（确定）。

    6. 添加度量有助于确定扩展计划的成功机会。更新的图表显示达到拉伸目标的风险较高。

    已更新结果

    伸展目标显示达到目标的 26% 机会。

    通过模拟信息，您可以更好地了解围绕我们的战略计划的不确定性。

  6. 查看完后，单击关闭。