Mianem analizy predykcyjnej określa się zestaw technologii Business Intelligence (BI), odkrywających relacje i wzorce w dużych zbiorach danych, które można wykorzystać do przewidywania wszelkich zachowań czy zdarzeń w obrębie interesującej danego analityka tematyki. Nie należy mylić tego pojęcia z analizą danych, która dotyczy wyłącznie przeglądu danych historycznych.

To właśnie machine learning i predykcja w głównej mierze odpowiadają za tak intensywny w ostatnich czasach rozkwit aplikacji opartych na sztucznej inteligencji. Ze względu na natłok danych pochodzących z rozmaitych źródeł, informacje pozyskiwane w procesie przekształcania danych w wiedzę, są silnie zróżnicowane pod względem treści, a także formy. Niesłabnącą pozycję w dostarczaniu danych wciąż zajmują media społecznościowe, podlegające nieustannym zmianom, za którymi z kolei muszą nadążyć systemy informatyczne. Przed firmami natomiast stoi wyzwanie utrzymania konkurencyjności, co wiąże się z koniecznością wyszukiwania innowatorskich i elastycznych rozwiązań technologicznych, umożliwiających przetworzenie informacji.

Prognozowanie w biznesie

SAP Smart Predict to intuicyjne rozwiązanie dostępne w obrębie platformy SAP Analytics Cloud, wspierające analityków biznesowych w tworzeniu wiarygodnych prognoz, które zwiększają prawdopodobieństwo pozytywnych wyników biznesowych. Narzędzie przeznaczone jest dla użytkowników biznesowych, a dzięki jego prostocie nie trzeba być statystykiem czy ekspertem w zakresie data science. Pozwala ono krok po kroku opracować model predykcyjny oparty na danych historycznych, w celu sformułowania wniosków dotyczących przyszłych wydarzeń, wartości czy trendów oraz automatyzacji podejmowanych decyzji, a to wszystko dostępne jest w jednym prostym rozwiązaniu w chmurze. W przeciwieństwie do metod, które wymagają użycia skomplikowanych algorytmów oraz zdefiniowania złożonych parametrów, Smart Predict znacząco przyspiesza ten proces, poprzez umożliwienie analitykom wykorzystania technologii uczenia maszynowego, aby szybko przejść od problemu biznesowego do wiarygodnych predykcji bez wymaganej wiedzy eksperckiej z zakresu analizy danych.

Ekran główny po zalogowaniu się do rozwiązania – przejrzysty interfejs SAP Analytics Cloud

Od problemu biznesowego do wiarygodnych predykcji

W pierwszym kroku użytkownik dodaje dane, które posłużą do utworzenia modelu. Może to zrobić na dwa sposoby – przesyłając dane z pliku lub ze źródła danych. Te drugie dzielimy na źródła „chmurowe” oraz on-premise. Przykładowo, dane mogą być pozyskiwane z systemu SAP HANA, SAP S/4HANA, ale także z usług oData czy baz danych SQL. Następnie należy wybrać jeden z dostępnych scenariuszy prognozy:

Klasyfikacja – pozwala przewidzieć takie zdarzenia, jak odejście klienta od branży lub czy wymagane jest zastąpienie składnika procesu produkcyjnego w krótkim bądź długim przedziale czasu.

Regresja – pozwala przewidzieć ceny importowanego produktu w oparciu o opłaty transportowe i podatki.

Szereg czasowy – pozwala przewidzieć ilość sprzedanych towarów przez sprzedawcę detalicznego w przyszłym okresie przy użyciu historycznych informacji sprzedażowych oraz danych dotyczących miesiąca i temperatury jako zmiennych wpływających na popyt.

Powyższe przykłady zastosowania dostępnych scenariuszy są oczywiście propozycją podaną przez SAP, istnieje jednak szereg sytuacji, w których sprawdzi się modelowanie danych z wykorzystaniem klasyfikacji, regresji czy szeregu czasowego.

Modelowanie danych

Po utworzeniu nowego modelu prognozy, należy zdefiniować zbiór danych wejściowych (ten, który został wcześniej załadowany przez użytkownika) oraz liczbę prognoz (czyli na ile okresów dokonuje się prognozowania). Ponadto, konieczne jest określenie roli zmiennych w modelu. Zmienną sygnału jest ta, która ma zostać zaprognozowana, zmienna daty oznacza powiązanie z wymiarem czasu. Są to obowiązkowe elementy do zaznaczenia. Użytkownik ma także możliwość wyboru zmiennej, według której ma się odbyć segmentacja modelu lub wykluczenia zmiennej, która mogłaby wpłynąć na zaburzenie wyników prognozy. Dzięki segmentacji, w dalszym etapie prognozowania możliwe jest utworzenie hierarchii, co z kolei stanowi dobre podstawy do dokonania wizualizacji modelu.

Ustawienia zmiennych dla scenariusza prognozy

MAPE jest średnim bezwzględnym błedem procentowym, który popełniony zostaje przy szacowaniu modelu. Im mniejsza jego wartość, tym lepiej. Dla wartości z pierwszych segmentów, wartości błędu są zdecydowanie mniejsze niż dla ostatnich segmentów, dlatego są one lepiej oszacowane

Widok prognozy dla jednego z wybranych segmentów – wykres przedstawiający zestawienie danych prognozowanych z wartościami rzeczywistymi

Wizualizacja modelu

Skoro o wizualizacji mowa, SAP Smart Predict umożliwia graficzne przedstawienie danych w raporcie w niezwykle przystępny sposób. Źródło danych dla raportu stanowi utworzony wcześniej model zawierający prognozowane wartości. Raport można stworzyć z wykorzystaniem jednego z wielu gotowych szablonów – zarówno tych dostarczanych przez SAP Analytics jak i niestandardowych, bądź od podstaw – dodając takie elementy jak: wykresy, tabele, obrazy, mapy geograficzne lub tekst. Istnieje także możliwość ustawienia interaktywnego filtra dla wyświetlanych danych.

Wizualizacja modelu predykcyjnego wraz z interaktywnym filtrem – widok dla dwóch wybranych segmentów

Proste rozwiązanie – wiele możliwości

SAP Analytics Cloud Smart Predict to wszechstronne, a jednocześnie nieskomplikowane rozwiązanie, które daje szeroki wachlarz możliwości tworzenia rozbudowanych raportów w oparciu o modele predykcyjne. Wśród metod znajdujących obecnie zastosowanie w procesach eksploracji oraz dokonywaniu złożonych analiz danych, to analiza predykcyjna zasługuje na szczególną uwagę. Dzięki niej, wraz z łatwymi do zrozumienia, przejrzystymi i wiarygodnymi wynikami, Smart Predict ułatwia znalezienie odpowiedzi na kluczowe pytania biznesowe, udostępniając jednocześnie kombinację możliwości analizy predykcyjnej, planowania oraz Business Intelligence w jednym prostym rozwiązaniu.