Voorspellingsalgoritmen

Automatische voorspellingen

Vanaf Neo- versie 0082 hebben we het mogelijk gemaakt om uw voorspellingen voor de toekomst automatisch te laten doen op basis van uw historische gegevens.

De voorspellingsalgoritmen

Er zijn momenteel drie verschillende methoden die u kunt gebruiken om prognoses te genereren, twee worden uitgevoerd door Quinyx en de derde is een optie om een voorspellingsservice van een derde partij aan Quinyx te koppelen, waardoor de prognose elders kan worden gegenereerd en vervolgens in Quinyx kan worden gepresenteerd.

Wanneer u een nieuw prognose-algoritme toevoegt (zie Hoe configureer ik het algoritme hieronder), krijgt u drie keuzes:

Vorig jaar dezelfde dag

Dit algoritme kopieert automatisch de feitelijke gegevens voor uw prognosedrijver van het voorgaande jaar als een prognose voor het huidige jaar tot nu toe. U heeft de mogelijkheid om een modificator toe te voegen als een toename of afname in percentage ten opzichte van de gegevens van voorgaande jaren.

Quinyx Forecasting-algoritme

Dit is een machine learning-algoritme dat intelligent en automatisch de prognose voor de door u geselecteerde chauffeur voorspelt gedurende 90 dagen vanaf het moment waarop werkelijke (historische) gegevens beschikbaar zijn. U kunt deze methode ook configureren om automatisch opnieuw uit te voeren op de door u gewenste dag. Deze methode kijkt naar alle beschikbare historische gegevens voor de geselecteerde prognose-driver om de voorgestelde prognose te bepalen.

U moet ten minste 60 dagen aan historische gegevens hebben voor uw prognosestuurprogramma om Quinyx Forecasting Algorithm te gebruiken.

Het algoritme werkt door eerst trends en seizoensinvloeden te observeren in de historische gegevens die naar Quinyx zijn geüpload. Stel dat de verkopen in een bepaald tempo groeien en / of dat bepaalde periodes drukker zijn dan andere - deze informatie wordt vastgelegd.

Het algoritme begrijpt vervolgens het effect van historische gegevens op eerdere vakanties en gebruikt deze informatie om gegevens voor deze specifieke vakantieperiodes nauwkeuriger te voorspellen. Stel dat een feestdag zoals Paasvrijdag drukker is dan een gewone vrijdag, dan pikt het algoritme het effect van Paasvrijdag op de verkoop op en zal het dienovereenkomstig voorspellen, terwijl het 6-weekgemiddelde model het verschil en voorspel een gewone vrijdag in plaats van paasvrijdag

Het gebruik van deze methoden kan de nauwkeurigheid van de voorspelling verbeteren.

Bij het voorspellen van een driver (bijvoorbeeld verkoop of bezoekersaantallen) voor een specifieke eenheid, gebruiken de huidige algoritmen alleen gegevens die betrekking hebben op die eenheid. Algoritmen proberen regelmatige patronen (seizoensinvloeden) en de algemene trend te vinden. Seizoensgebonden factoren kunnen op verschillende tijdschalen voorkomen. U kunt bijvoorbeeld een jaarlijkse seizoensinvloeden hebben (bijv. Verkopen zijn hoger rond Kerstmis, lager tijdens de zomer), wekelijkse seizoensinvloeden (bijv. Verkopen zijn hoger in het weekend) of dagelijkse seizoensinvloeden (bijv. Verkopen zijn hoger tijdens de lunch). Meerdere seizoensinvloeden kunnen tegelijkertijd aanwezig zijn. Veel units ervaren significante vakantie-effecten en de algoritmen proberen dat in te schatten door gegevens van dezelfde vakantie van vorig jaar of jaren te gebruiken. Over het algemeen zullen de algoritmen nauwkeurigere voorspellingen doen als ze meer historische gegevens hebben. Quinyx beveelt 24-36 maanden aan gegevens aan. Met 60 dagen aan gegevens wordt echter een prognose gemaakt. Momenteel maakt het algoritme alleen een voorspelling van 90 dagen in de "toekomst" op basis van de laatst geüploade gegevens.

Externe voorspelling

Met deze methode kan een oplossing van een derde partij voorspelde gegevens naar Quinyx pushen via de API met behulp van POST / voorspelde gegevens:

POST / voorspelde gegevens

Met deze bewerking kunt u voorspellingen uploaden van externe tools die worden gebruikt voor het voorspellen van verkopen, transacties, enz., Die optimale personeelsregels zullen gebruiken om personeelsbehoeften te definiëren:

• ExternalForecastVariableId - ID voor een variabele zoals ingesteld voor eenheden in Accountinstellingen → Prognose → Variabelen → Externe ID.
• externalForecastConfigurationId -
• ExternalUnitId - Externe ID voor een unit zoals ingesteld voor units in Klassiek → Instellingen → Tabellen → integratietoetsen
• ExternalSectionId (optioneel) - Externe ID voor een sectie zoals ingesteld voor units in Klassiek → Instellingen → Tabellen → integratietoetsen .
• runIdentifier - Een waarde die moet worden ingesteld als het externe systeem meerdere voorspellingen verzendt voor hetzelfde datumbereik.
• runTimestamp - Een waarde die moet worden ingesteld om te definiëren wanneer de voorspelde gegevens zijn gegenereerd. In de toekomst zal Quinyx deze waarde gebruiken om verschillende voorspellingen te vergelijken, indien deze bestaan.
• forecastDataPayload
  • Gegevens - het bedrag van de externe voorspelling.
  • Tijdstempel - het tijdstip waarop het bedrag in UTC-indeling moet worden geplaatst 2020-04-09T20: 45: 0 0 + 01: 00.

Waar wordt de voorspelling zichtbaar gemaakt en hoe?

De uitkomst van de voorspelling van de algoritmen zal worden gebruikt in de statistische variabele als de voorspelling voor die specifieke variabele. Als u een drijvende kracht zou hebben die verkoop is en u 24-36 maanden aan historische gegevens heeft geüpload, zodat het algoritme veel seizoensinvloeden heeft om mee te werken, zal het dit produceren als een rij in de tabelweergave in statistieken of als een lijn in de grafiek visie.

Lees meer over voorspellen in de statistiekenhier .

Hoe activeer ik dit?

Als Neo Forecast vandaag al actief is, neem dan contact op met de ondersteuning en zij zullen u helpen met de activering van de algoritmen achter de schermen. Nadat dat is gedaan, hoeft u alleen de instructies te volgen die volgen.

Als u vandaag nog geen Neo Forecast heeft, maar graag wilt weten hoe u geautomatiseerde voorspellingen gebruikt in combinatie met optimale personeelsregels om uw managers te helpen nog betere planningen voor uw werknemers te maken, neem dan contact op met sales@quinyx.com

Hoe configureer ik het algoritme?

Het algoritme wordt geconfigureerd door een nieuwe configuratie te maken. Dit doet u via Accountinstellingen -> Prognoseconfiguratie -> Nieuwe prognoseconfiguratie toevoegen

Voorspellingsformule biedt nu de keuze "Quinyx-voorspellingsalgoritme", wanneer u die formule selecteert, krijgt u extra keuzes te zien. Dit om te kunnen plannen wanneer het algoritme wordt uitgevoerd

Algoritme voor eerste datum om uit te voeren - Selecteer vanaf welke datum het algoritme met een interval moet worden gepland Selecteer de dag van de week - Selecteer op welke dag van de week het algoritme wordt uitgevoerd Selecteer tijd - Selecteer de tijd van de bovenstaande dag waarop het algoritme zal worden uitgevoerd

Welke andere configuratie is nodig?

Om ervoor te zorgen dat het algoritme rekening kan houden met feestdagen en feestdagen, moet het land correct zijn geconfigureerd op de unit (s). Lees meer over hoe om dit te vormen hier

Hoe start ik het handmatig?

In sommige gevallen wilt u misschien geen volledige week wachten voordat het algoritme wordt uitgevoerd. Dit kan komen door testen tijdens een implementatiefase of doordat er historisch veel nieuwe invoergegevens zijn toegevoegd die van invloed kunnen zijn op toekomstige voorspellingen. Dit is beschikbaar via Accountinstellingen -> Prognoseconfiguratie en door interactie met het pictogram voor meer details.

In dit detailpaneel kunt u de statussen van de vorige runs zien en een nieuwe run starten

Hoe volg ik de historische runs en logs op?

U kunt het logboek volgen via Accountinstellingen -> Prognoseconfiguratie en door interactie met het meer details-pictogram zoals hierboven beschreven.