使用預測規劃進行規劃及預測

簡介

本實機演練教學涵蓋在規劃和預測週期中，使用預測規劃不可或缺的重要任務。各小節承先啟後,因此請依序詳讀。

背景

使用 Predictive Planning 根據您的歷史資料預測未來的效能。您可以根據預測值比較及驗證計畫和預測。如需更準確並以統計為基準的預測，您可以複製預測值並貼到您計畫的預測案例中。Predictive Planning 可與「自訂」與「模組」應用程式類型的 EPM Standard 和 EPM Enterprise 應用程式搭配使用。對於舊版應用程式，Predictive Planning 可與「標準」、「企業」及「報表」應用程式類型搭配使用。

必要條件

Cloud EPM 實作教學課程可能需要您將快照匯入您的 Cloud EPM Enterprise Service 例項。您必須先要求另一個 Cloud EPM Enterprise Service 例項或移除目前的應用程式與業務程序，才能匯入教學課程快照。教學課程快照不會透過您現有的應用程式或業務程序進行匯入，也不會自動取代或還原您目前使用的應用程式或業務程序。

開始此教學課程之前，您必須：

讓服務管理員可以存取 Cloud EPM Enterprise Service 例項。
在您的執行環境中建立 Planning 範例應用程式 (Vision)。

調整使用者變數

在此區段中，您將新增值至「產品系列」使用者變數。

在首頁中，按一下工具，然後按一下使用者變數。
在使用者變數中，對於 ProductFamily，按一下 (成員選取器)。
在「選取成員」中，按一下產品總計旁的箭頭。
在 Total Product 下，選取電腦配件和電腦服務。
選取時，成員會新增至左側的「選取項目」清單。
然後按一下確定。
確認「電腦配件與電腦服務」已新增至 ProductFamily，然後按一下儲存。
在資訊訊息中，按一下確定。
回到首頁。在右上角，按一下 (首頁)。

執行 Predictive Planning

在首頁上，按一下資料卡。
在「資料輸入」的「程式庫」下，展開預測。
向下捲動，然後按一下銷售預測 - 產品。
在表單上，針對即將到來的規劃時間間隔，複查「電腦設備」下每項產品的銷售預測。

在表單的右上方，按一下動作，然後選取 Predictive Planning 。

當您執行 Predictive Planning 時，系統會擷取表單上每個成員的所有歷史資料。接著，它會使用精密的時間序列預測技術來預測這些成員的未來績效。預測結果會顯示在表單的底部。
在 Predictive Planning 區段中，使用向下箭頭從下拉式清單中選取平板電腦。
複查平板電腦的預測結果。
此產品的歷史資料會在圖表左側顯示為綠色數列。基本案例預測在右側會以藍色顯示。預測間隔 (受「最差」和「最佳」案例約束) 會在基本案例預測周圍顯示為橘色區段。
從下拉式清單中，選取 Sentinal Standard Notebook 。
比較預測與統計預測。「預測」案例會以淺綠色數列顯示在圖表的右側。
從下拉式清單中，選取 Envoy Standard Netbook 。
複查此產品的預測結果。
在右側，檢視包含每個系列關鍵分析指標的資訊方塊。
成長率單位標準可讓規劃員快速比較任兩個序列。根據顯示的成長率，預測比統計預測更具侵略性。右側的量表反映了符合此產品銷售目標的高風險。

瞭解 Predictive Planning 的元件

Predictive Planning 提供一個具統計能力的機制，可協助規劃員在歷史資料上使用時間序列預測方法來建立和驗證預測。使用者建立的大多數預測都是根據前幾年的直覺或簡單的成長率。不過，Predictive Planning 可讓使用者運用時間序列預測技術來產生更準確的預測。

當您開啟表單並執行 Predictive Planning 時，它會為表單上的每個成員產生下列結果：

當您最大化預測結果時，該區段會顯示其他資料：

秘訣：

在預測結果窗格的右上角，按一下

(最大化) 以展開結果檢視。

成員選擇下拉清單：選取表單上的任何成員以顯示預測規劃結果。
圖表區域：顯示所選成員的資料。歷史實際資料會顯示在圖表的左側。在圖表的右側，依垂直線分割，會顯示未來時間總時程的預測與預測資料。圖表區域也包含最佳案例 (開放式) 與最差案例 (悲觀) 案例的資料。
歷史資料明細：提供用於執行預測演算法的歷史資料相關資訊。其中包括歷史監測項目數目、遺漏值、極端值、季節性存在等等。
預測明細：提供最佳效能演算法之預測輸出的明細。Predictive Planning 會在歷史資料上執行一組時間序列預測演算法，並從提供指定成員最佳準確度的演算法中挑選輸出。它顯示與其他演算法相比，準確度最高的演算法名稱，並提供 RMSE 和準確度度量。
資訊方塊：提供圖表右側每個數列的統計摘要。通常每個序列都會顯示一個方塊。方塊的順序與圖例中數列的順序相符。
- 每個方塊中都會提供成長率統計資料，作為比較一個序列與另一個序列的主要測量結果。
- 風險量表會新增至成長率旁，以指出預測上方或下方發生的案例機率。

Predictive Planning 的運作方式

您可以使用「動作」功能表，從任何表單存取 Predictive Planning。

預測算法

在 Predictive Planning 中使用兩種經典時間序列預測技術：

傳統非季節性預測方法 - 移除極端資料並減少資料隨機性以預估趨勢
經典季節性預測方法 — 結合預測資料與季節性行為的調整

方法	季節性	最佳使用
簡易移動平均	編號	無趨勢或季節性的揮發性資料
二次移動平均值	編號	有趨勢但無季節性的資料
單一指數平滑	編號	無趨勢或季節性的揮發性資料
雙重指數平滑	編號	有趨勢但無季節性的資料
阻尼趨勢平滑非季節性方法	編號	有趨勢但無季節性的資料
季節性加法	是	沒有趨勢但沒有趨勢，但有季節性未隨著時間增加的資料
季節性乘法	是	沒有趨勢但有隨時間增加或減少的季節性資料。
Holt-Winters 加法	是	不隨時間增加的趨勢與季節性資料
Holt-Winters 乘法	是	趨勢與季節性趨勢的資料隨時間增加
衰減趨勢加法季節性方法	是	有趨勢與季節性的資料
衰減趨勢乘法季節性方法	是	有趨勢與季節性趨勢的資料
ARIMA	編號	資料至少包含 40 個歷史資料點、有限的極端值數目，以及無季節性
薩利馬	是	資料至少包含 40 個歷史資料點、有限的極端值和季節性

所有非季節性預測方法都是針對資料執行。若偵測到季節性資料,將依據此資料執行季節性預測方法。

選取最佳效能預測模型

具有最低誤差測量 (RMSE) 的預測方法可用來預測資料。RMSE (均方根誤差) 是一種絕對誤差測量,其平方誤差值可避免正負誤差值互相抵銷。此測量也趨於誇大誤差,有助於消除具有重大錯誤的方法。例如，多個演算法的預測會根據 RMSE 進行相互比較。具有最低錯誤的預測模型，即預設會選擇最佳的 RMSE。

範例 – 預測非季節性資料

在這裡，我們正在查看 Sales by 產品類別的 Sales East 實體預測結果。

在此範例中，已選取產品「網路卡」。您可以在底部面板中檢視預測結果。歷史資料在圖表左側會顯示為綠色序列。基準預測在右側會以藍色顯示。預測間隔 (受最差和最佳情況約束) 顯示為基準預測周圍的橘色頻帶。歷史資料似乎正處於日益增長的趨勢，而且沒有明顯的季節性。

秘訣：

若要檢視有關預測的詳細資訊，請按一下右側「預測」面板中的資訊圖示。

此產品類目的預測輸出來自阻尼趨勢非季節性方法，因為其最小錯誤測量 (RMSE) 為 461。預測的準確度為 70%，這是發生的可能性。

範例–預測季節性資料

在這裡，我們正在查看 Sales East 實體中 Monitor 產品的預測結果。

「監視器」產品分類的歷史銷售是季節性的，因為它在 8 月和 12 月的尖峰期中達到，然後每年 1 月的銷售額最低。季節性 ARIMA (SARIMA) 方法會為此產品分類產生最準確的結果。有趣的是，圖表也會將資料中的季節性擷取為「季節性區段」。

範例–預測不含趨勢的季節性資料

檢視「國際銷售」實體中「配件」產品的預測結果。

歷史實際銷售顯示季節性，但沒有可見趨勢。 Holt-Winters 的乘法方法為指定的案例提供最準確的結果。

範例–預測含大型歷史資料的非季節性銷售

以下是 Sales East 實體的 Keyboard 產品預測結果。

歷史實際銷售額顯示季節性資料。歷史資料點數量很好，而 Double Moving Average 方法則提供指定案例的最準確結果。

範例–預測含大型歷史資料的季節性銷售

檢視「東銷售」實體中「其他電腦」產品的預測結果。

歷史實際銷售額顯示季節性，而且趨勢明顯增加。由於歷史資料量過多 (超過 40 個資料點)，因此季節性 ARIMA (SARIMA) 方法為指定案例提供最準確的結果。

變更 Predictive Planning 中的設定值

您可以看到用於預測的預設設定。您可以視需要設定或自訂這些設定。

在「銷售預測 - 產品」的 POV 中，將 ProductFamily 設為電腦配件。

秘訣：
如果您的預測結果未顯示，請在重新執行 Predictive Planning 之前關閉並重新開啟表單。
按一下動作，然後選取 Predictive Planning 。
在 Predictive Planning 區段的右側，按一下 (設定值)。
在「設定值」中，按一下圖表檢視設定值頁籤。
在「圖表檢視設定值」中，選取線性趨勢線 - 過去。
按一下套用。
所選產品的歷史銷售趨勢線會顯示在圖表中。
在 Predictive Planning 中，從下拉式清單中選取遊戲。
請注意，其銷售趨勢下降。
在 Predictive Planning 區段的右側，按一下 (設定值)。
在「設定值」中，確定您位於日期範圍頁籤。
在「選取行事曆」下拉式清單中，移除 US_Monthly 行事曆的選擇項目，並將它設為 --Select-- 。

您現在可以修改日期範圍選項。

秘訣：
當您在「日期範圍」中選取行事曆時，歷史資料範圍與預測範圍行事曆選項會取自您為該行事曆定義的選項。若要進行變更，您必須修改 IPM 叢集中「設定」卡片之「行事曆」水平頁籤中的行事曆。如果您未選取「日期範圍」中的行事曆，您可以手動設定歷史日期範圍和預測日期範圍。
在「預測範圍」中，選取下列下拉式選項，然後按一下套用：
- 未來結束年度：FY25
- 未來結束期間： 3 月
請注意，預測 / 未來時間範圍會延長 3 個月至 2025 年 3 月。