Monitorowanie dokładności prognozy
Wskazówka
W tym artykule opisano wbudowane funkcje prognozowania popytu Microsoft Dynamics 365 Supply Chain Management. Aby uzyskać jeszcze lepsze wrażenia z planowania i prognozowania, zalecamy wypróbowanie aplikacji Demand Planning in Microsoft Dynamics 365 Supply Chain Management, która jest rozwiązaniem do wspólnego planowania popytu nowej generacji firmy Microsoft. Szczegółowe informacje można znaleźć na stronie głównej planowania popytu.
W tym artykule opisano typy dokładności prognozy, które Microsoft Dynamics 365 Supply Chain Management są obliczane, oraz wyjaśniono, w jaki sposób można wyświetlać wartości dokładności.
Supply Chain Management oblicza następujące typy dokładności prognoz:
- Dokładność prognozy historycznej — przez porównanie prognozy historycznej używanej przez planowanie główne z historycznym popytem. Aby wyświetlić wartości (zarówno wartości bezwzględne, jak i wartości procentowe) dokładności prognozy historycznej, wybierz opcję Pokaż dokładność na stronie Szczegóły prognozy popytu .
- Szacowana dokładność modelu prognozowania używanego do generowania prognoz. Można wyświetlić dokładność procentową w Szczegóły modelu — MAPE na stronie Szczegóły prognozy popytu.
Banknot
W przypadku korzystania z usługi Microsoft Azure Machine Learning dla prognozowania popytu dokładność obliczeń modelu wewnętrznego opiera się na danych testowych. Aby określić rozmiar zestawu danych testowych, należy ustawić parametr TEST_SET_SIZE_PERCENT na stronie Parametry prognozowania popytu. Na przykład w przypadku wartości 20 dokładność modelu wewnętrznego będzie obliczana na podstawie ostatnich 20 procent danych historycznych.