Terjemahan disediakan oleh mesin penerjemah. Jika konten terjemahan yang diberikan bertentangan dengan versi bahasa Inggris aslinya, utamakan versi bahasa Inggris.
Forecast model analyzer
Forecast model analyzer adalah alat swalayan yang dapat Anda gunakan untuk menjalankan eksperimen perkiraan pada beberapa model perkiraan (periode perkiraan di masa lalu dan masa depan). Setelah dieksekusi, Anda dapat meninjau hasil model perkiraan yang berbeda. Dengan menggunakan metrik akurasi dan perbandingan visual antara perkiraan dan permintaan aktual, Anda dapat memilih model perkiraan yang diperlukan yang sesuai dengan pola data bisnis Anda. Anda dapat menjalankan penganalisis model perkiraan pada saat yang sama rencana permintaan produksi berjalan tanpa gangguan antara satu sama lain atau sebaliknya.
catatan
Forecast model analyzer adalah alur kerja opsional. Jika Anda tidak memiliki beberapa model perkiraan untuk dibandingkan, Anda dapat terus menggunakan rekomendasi model perkiraan default yang disediakan oleh Rantai Pasokan AWS.
Penganalisis model perkiraan mendukung dua skenario evaluasi utama:
Skenario pengujian kembali — Anda menetapkan tanggal mulai perkiraan di masa lalu. Dalam skenario ini, prakiraan dibuat dan metrik akurasi dihitung dan dilaporkan untuk periode perkiraan tumpang tindih dengan periode permintaan aktual.
Skenario ramalan maju - Anda tidak menetapkan tanggal mulai perkiraan dan tidak ada tumpang tindih antara perkiraan dan data aktual. Dalam skenario ini, prakiraan dibuat tetapi karena data permintaan aktual tidak tersedia (untuk periode masa depan), metrik akurasi tidak dihitung atau dilaporkan. Anda masih dapat memverifikasi bagaimana permintaan diperkirakan terhadap tren baru-baru ini dan permintaan tahun sebelumnya.
Pastikan pengaturan rencana permintaan dikonfigurasi sebelum Anda menjalankan penganalisis model perkiraan. Penganalisis model perkiraan mewarisi pengaturan rencana permintaan untuk interval waktu dan perincian hierarki, sambil memberikan fleksibilitas untuk menyesuaikan cakrawala perkiraan dan secara opsional memilih tanggal mulai perkiraan.
Anda dapat memilih untuk menjalankan tes balik atau skenario perkiraan maju. Defaultnya adalah skenario ramalan maju di mana Anda tidak menentukan tanggal mulai perkiraan dan didasarkan pada tanggal pesanan terakhir dalam riwayat permintaan aktual. Untuk informasi selengkapnya, lihat Konfigurasi pertama kali dari Rencana Permintaan. Namun, jika Anda memilih untuk menjalankan skenario pengujian kembali, Anda dapat mengganti tanggal mulai perkiraan dan memilih tanggal di masa lalu untuk tujuan pengujian kembali. Ketika tanggal mulai prakiraan yang dipilih lebih lambat dari tanggal akhir dataset outbound_order_line, tanggal urutan terakhir siklus perencanaan default dalam riwayat permintaan aktual digunakan. Ketika tanggal mulai perkiraan yang dipilih sebelum tanggal mulai outbound_order_line atau jika panjang riwayat permintaan tidak mencukupi, perkiraan akan gagal dan menampilkan kesalahan. Untuk informasi selengkapnya, lihat Persyaratan sebelum mengunggah kumpulan data Anda.
Disarankan untuk memilih bulan pertama untuk interval bulanan atau Senin untuk interval mingguan. Jika Anda memilih tanggal yang berbeda, Perencanaan Permintaan akan secara otomatis menyesuaikan dengan tanggal default terdekat. Misalnya, jika Anda memilih hari Rabu sebagai tanggal mulai perkiraan, Perencanaan Permintaan akan memilih Senin berikutnya sebagai tanggal mulai perkiraan untuk interval mingguan. Demikian pula, pemilihan 10 Mei 2024 akan menghasilkan 1 Juni 2024 sebagai tanggal mulai siklus perencanaan untuk interval bulanan.
catatan
Pastikan Anda memiliki setidaknya empat kali data permintaan historis untuk periode perkiraan yang Anda masukkan.
Setelah meninjau hasil penganalisis model, Anda dapat memilih atau mengubah pilihan algoritma perkiraan di alat penganalisis perkiraan. Atau, Anda dapat memilih untuk tidak menggunakan penganalisis model dan melanjutkan untuk langsung memilih atau mengubah pilihan algoritma perkiraan yang akan digunakan. Rantai Pasokan AWS akan memilih metode perkiraan default untuk kumpulan data Anda saat penganalisis model tidak digunakan.
Forecast Model Analyzer menghasilkan perkiraan dan metrik perkiraan dari berbagai model. Daftar model yang termasuk dalamAlgoritma Forecast.
Melihat detail penganalisis model perkiraan
Untuk melihat detail penganalisis model perkiraan yang dihasilkan, selesaikan langkah-langkah berikut:
Di panel navigasi kiri pada dasbor AWS Supply Chain, pilih Perencanaan Permintaan, lalu pilih Forecast Model Analyzer.
Di bawah Forecast Model Analyzer, Anda dapat melihat data meta untuk setiap iterasi penganalisis model termasuk ringkasan perkiraan yang mencakup metrik utama (seperti jumlah produk, situs, saluran, dan pelanggan yang perkiraannya dibuat), cakupan perkiraan seperti interval waktu, cakrawala perkiraan, tanggal mulai perkiraan, daftar kumpulan data yang digunakan, perincian perkiraan, dan data input yang digunakan.
Di bawah Forecast (s) Vs. Permintaan Aktual, Anda dapat melihat grafik yang menampilkan riwayat permintaan aktual, permintaan tahun sebelumnya, dan perkiraan untuk menganalisis tren dan musim. Anda dapat menyesuaikan jendela Melihat mulai dan jendela Melihat akhir untuk meninjau periode historis. Bergantung pada interval waktu yang dikonfigurasi, Anda dapat melihat penjualan historis selama 28 hari, 52 minggu, 48 bulan, dan 10 tahun. Anda dapat melihat dan membandingkan hingga lima hasil perkiraan secara bersamaan.
Di bawah Ukuran, pilih Edit untuk mengedit model perkiraan yang dipilih.
Di bawah Gambaran Umum dan Seleksi Model, tabel menampilkan ringkasan metode perkiraan yang dievaluasi. Dalam skenario pengujian kembali, tabel juga menampilkan metrik akurasi perkiraan agregat seperti, WAPE, Bias%, MAPE, dan SMAPE. Selain itu, Anda dapat memilih Pilih untuk memilih model perkiraan. Perubahan akan diterapkan selama siklus perkiraan berikutnya.
Pilih Terapkan Seleksi ke Rencana Permintaan.
Anda dapat melihat hingga dua hasil analisis model perkiraan secara bersamaan. Hasil analisis terbaru tetap sepenuhnya interaktif, memungkinkan Anda untuk memilih dan menerapkan metode perkiraan yang disukai setelah mengevaluasi produk dengan cermat. Ini akan diterapkan pada generasi perkiraan berikutnya. Hasil analyzer sebelumnya dirender sebagai read-only. Anda dapat mengekspor kedua hasil metode perkiraan dengan riwayat permintaan aktual. Data yang diekspor mencakup informasi terperinci pada periode perkiraan dan tingkat granularitas, yang diperkirakan oleh kuantil P10/50/90. Untuk skenario pengujian balik, ekspor akan menyertakan data permintaan aktual dan metrik akurasi yang sesuai.
Anda dapat memodifikasi metode pemilihan perkiraan menggunakan penganalisis model perkiraan atau di bawah pengaturan rencana permintaan kapan saja. Perubahan akan diterapkan selama siklus perkiraan berikutnya. Halaman rencana permintaan akan menampilkan data meta di sekitar metode perkiraan untuk model perkiraan saat ini dan berikutnya.
