计划智商

大家好,

计划每月智商提供多少预测?此外,我们如何确定计划IQ提供的预测数量适合客户。

提前致谢!

1接受的解决方案

接受的解决方案
Timothybrannan.
集团领导 - 员工

你好@Sampriti。阿南德

Planiq定价是固定的,基于每个月运行的预期预测数量。

确定预期每月预测的数量通常需要与客户讨论以更好地了解预测过程的预期结果。

过度简化......

如果客户需要对300家不同商店的1000个sku进行每月预测,那么他们可能需要每月预测30万次。说……

我们假设每家商店都销售的每一个SKU,并且通常情况下都不是这种情况。这是您希望在与企业进行对话中解决的事情,以更好地了解所需的预测#。

2.仅仅因为我们可能需要在SKU *商店级别预测,这并不一定意味着我们正在建立我们的预测模型并在该级别进行预测。有时,数据在粒度水平上非常稀疏,并且在更高的层级(即,构建预测产品类别X商店的预测模型)并将预测模型构建预测模型更为有意义,然后将其分解给SKU。在需要更深入地理解数据的情况下建立预测模型的级别。知道级别很重要,因为Planiq定价是基于预测预测模型的数量,不是预测的最后一个阶段是在计划过程中结束的。

3.大多数时间我们还构建了多个预测模型来进行预测,因此我们可以确定哪种模型最适合预测任何个人SKU(或类别)。在极端情况下,如果我们想测试Planiq(Arima,ETS,Prophet,Depar,CNN)所提供的所有5种型号,我们每月都会看出1.5米的预测(1000个SKU * 300商店* 5型号)。

4.您还希望考虑在预测缓冲区中构建用于测试模型。不要试图通过仅考虑在预定的生产运行期间发生的事情来返回每月预测的#。Planiq的价值的大部分是您自己通过测试不同的型号来提高预测的能力(它也可以是一个有趣的练习!)。有时您不知道哪些功能将为您的预测预测添加价值,直到您测试它们。

啰嗦答案,但我希望这很有帮助。弄清楚客户所需的每月预测的#是一个细致的过程。你不必确切,但希望考虑上面提到的一些东西有助于你一个体面的估计。

在原始帖子中查看解决方案

3回复3.
Puneeth H P.
常规贡献者

你好@Sampriti。阿南德

PlanIQ中的大多数算法预测都依赖于我们拥有的历史数据的数量。历史价值越高,预测期的范围就越广。
此外,Planiq根据我们为预测模型选择的量级预测3个不同的预测。为他们的组织选择最佳预测值始终是业务决定。有关定量和预测的更多信息您可以检查以下链接。
定量:

https://community.anaplan.com/t5/best-practics/planiq-probabileistic-forecasting-using-forecast-ouan ...

算法:

https://community.anaplan.com/t5/Best-Practices/PlanIQ-Deep-dive-on-the-Algorithms-under-the-hood/ta..。

此外,根据我们选择的算法,Planiq建议可能的预测时间持续时间(周/月/年)。我们只能在这些预测中选择。例如,我们在月份有2年的历史价值,然后Planiq将在明年提供Max-11个月的地平线。在这里,我们只能获得预测到11个月,并根据业务的要求,我们可以从1-11个月选择任何数量的预测。

谢谢,

浦那·惠普

Ankit_cheeni.
常规贡献者

嗨Sampriti,

我认为Planiq的时间序列数量会有一个限制可以在一个月内预测,虽然定价取决于这一点。我认为有一个试用期,您可以估计您需要的运行,然后会帮助定价

@timothybrennan.也许能给你一个更清晰的画面。

Timothybrannan.
集团领导 - 员工

你好@Sampriti。阿南德

Planiq定价是固定的,基于每个月运行的预期预测数量。

确定预期每月预测的数量通常需要与客户讨论以更好地了解预测过程的预期结果。

过度简化......

如果客户需要对300家不同商店的1000个sku进行每月预测,那么他们可能需要每月预测30万次。说……

我们假设每家商店都销售的每一个SKU,并且通常情况下都不是这种情况。这是您希望在与企业进行对话中解决的事情,以更好地了解所需的预测#。

2.仅仅因为我们可能需要在SKU *商店级别预测,这并不一定意味着我们正在建立我们的预测模型并在该级别进行预测。有时,数据在粒度水平上非常稀疏,并且在更高的层级(即,构建预测产品类别X商店的预测模型)并将预测模型构建预测模型更为有意义,然后将其分解给SKU。在需要更深入地理解数据的情况下建立预测模型的级别。知道级别很重要,因为Planiq定价是基于预测预测模型的数量,不是预测的最后一个阶段是在计划过程中结束的。

3.大多数时间我们还构建了多个预测模型来进行预测,因此我们可以确定哪种模型最适合预测任何个人SKU(或类别)。在极端情况下,如果我们想测试Planiq(Arima,ETS,Prophet,Depar,CNN)所提供的所有5种型号,我们每月都会看出1.5米的预测(1000个SKU * 300商店* 5型号)。

4.您还希望考虑在预测缓冲区中构建用于测试模型。不要试图通过仅考虑在预定的生产运行期间发生的事情来返回每月预测的#。Planiq的价值的大部分是您自己通过测试不同的型号来提高预测的能力(它也可以是一个有趣的练习!)。有时您不知道哪些功能将为您的预测预测添加价值,直到您测试它们。

啰嗦答案,但我希望这很有帮助。弄清楚客户所需的每月预测的#是一个细致的过程。你不必确切,但希望考虑上面提到的一些东西有助于你一个体面的估计。