SAP Analytics Cloud (SAC) bietet Ihnen die Möglichkeit, Zeitreihenprognosen innerhalb einer Story zu erstellen. Dabei nutzt ein Algorithmus historische Daten, um zukünftige Werte vorherzusagen. Das Ergebnis der Prognose kann im Nachgang im Planungsprozess verwendet werden. In diesem Beitrag stelle ich die Prognosefunktion im Detail vor.
Sie können die Prognose ganz bequem aus der Story heraus erstellen. Klicken Sie dazu im Werkzeuge Menü auf Prognose.
Beim Ausführen der Prognose können Sie das Zeitintervall für die Vorhersage und die vergangenen Zeiträume, deren Daten als Grundlage verwendet werden sollen, festlegen. Des Weiteren können Sie die Granularität der Prognose bestimmen, indem Sie festlegen, ob die Prognose auf Monats-, Quartal-, Halbjahr- oder Jahresbasis erstellt werden soll.
Im nächsten Schritt haben Sie die Möglichkeit den zu verwendenden Algorithmus auswählen. Dabei können Sie zwischen ‘automatische Prognose’, ‘lineare Regression’ und ‘dreifache exponentielle Glättung’ wählen. Zusätzlich können Sie festlegen, ob lediglich positive Werte berücksichtigt werden sollen.
Anschließend wird eine Vorschau der Prognose angezeigt, welche die bisherigen Istwerte zusammen mit den prognostizierten Werten enthält, die sowohl als Diagramm als auch in Form einer Tabelle dargestellt werden. Darüber hinaus werden auch die Ober- und Untergrenze des Konfidenzintervalls angezeigt.
Dabei repräsentiert die durchgehende Linie die Vergangenheitswerte und die gestrichelte Linie zeigt die prognostizierten Werte. Das Konfidenzintervall ist schattiert dargestellt.
Sie können mit der Maus über die einzelnen Punkte fahren, um Details anzuzeigen. Dabei können Sie die prognostizierten und die tatsächlichen Werte vergleichen.
Es wird auch ein Konfidenzintervall für die zukünftigen Werte angezeigt, für die es noch keine Werte gab. Das Konfidenzintervall gibt den Bereich an, in dem die zukünftigen Wert wahrscheinlich liegen werden.
Anschließend können die prognostizierten Daten in den Plan übernommen werden.
Bei der Arbeit mit Prognosen müssen Sie einige Einschränkungen in Kauf nehmen. So darf das zugrunde liegende Modell nur eine Zeitdimension enthalten. Wöchentliche Prognosen können nicht erstellt werden, da eine monatliche Datenbasis die granularste Ebene ist, die verwendet werden kann. Schließlich können Prognosen nicht für berechnete Kennzahlen, Formel und zusammengesetzte Datensets angelegt werden.
Zusammenfassend lässt sich sagen, dass die integrierte Prognosefunktion eine wertvolle Unterstützung beim Planungsprozess bietet. So lassen sich mit sehr wenig Aufwand zukünftige Werte ableiten, die auf statistisch-mathematischen Methoden, statt reinen Vorjahreswerten, basieren.
Negativ zu bewerten ist die stark eingeschränkte Auswahl von Algorithmen. So können Sie nur zwischen drei Algorithmen zur Zeitreihenprognose wählen und keine eigenen Modelle anwenden. Bei den verfügbaren Algorithmen handelt es sich um sehr einfache Modelle, die nicht in der Lage sind, komplexe Abhängigkeiten korrekt abzubilden. Daher sollten die generierten Prognosen grundsätzlich mit Vorsicht genossen und nur als grober Richtwert verstanden werden.
Darüber hinaus ist keine Steuerung oder Einsicht der verwendeten Prognoseparameter möglich. Somit stellt das System eine Black Box dar und es kann nicht nachvollzogen werden, wie das jeweilige Ergebnis zustande kommt.
Wenn Sie Ihre Prognosen verbessern und dabei den vollen Durchblick sowie Kontrolle behalten wollen, legen wir Ihnen unser Whitepaper “SAP BW und State of the Art Machine Learning” ans Herz. In diesem beleuchten wir das Machine Learning Portfolio von SAP und geben klare Empfehlungen, wie Sie wertvolle Mehrwerte aus Ihren Daten gewinnen können.