시계열 예측 모범 사례

효과적인 예측 질문을 위한 팁

구체적으로 질문하기 "우리 매출은 어떻게 될까?"와 같이 포괄적인 질문 대신, 특정 기간이나 지표를 포함해 질문하십시오. 예를 들어, "다음 분기의 예상 매출은 얼마야?"와 같이 질문할 수 있습니다.
자연어 사용하기 Auto는 대화형 언어를 이해합니다. 동료에게 묻듯이 자연스러운 방식으로 질문을 구성하십시오.
관련 속성 포함하기 Auto가 문맥을 이해할 수 있도록, 질문에 필요한 속성과 지표를 포함하십시오.
자동 완성 기능 활용하기 Auto를 사용해 최적의 예측을 수행하려면, 자동 완성 제안에서 지표와 속성을 선택하는 것이 좋습니다. 이렇게 하면 Auto가 보다 정확하게 이해하여 정밀한 예측을 수행할 수 있습니다.
모호함 피하기 질문은 명확하고 모호하지 않게 유지하십시오. 복잡하거나 뒤얽힌 질문은 부정확한 응답으로 이어질 수 있습니다.
MicroStrategy 는 Auto를 사용하여 더 낮은 수준의 데이터에 대해 더 높은 수준의 시간 단위 예측을 가능하게 하지만(예: 월별 속성을 기반으로 다음 해 비용 예측), 몇 가지 주요 사항을 고려해야 합니다.

100개 예측 포인트 제한 더 낮은 수준의 데이터에 대해 더 높은 수준의 시간 단위를 예측할 때, 100개 포인트 예측 제한을 인지해야 합니다. 예를 들어, 대시보드 데이터가 일 단위이고 다음 해에 대한 예측을 요청하는 경우, 예측에는 1년 치의 일별 데이터 포인트가 포함되어 100개 포인트 제한을 초과하게 됩니다.
호환되지 않는 수준에 대한 예측 실패 더 높은 수준의 데이터에 대해 더 낮은 수준의 데이터 예측을 요청하면 예측이 실패합니다. 예를 들어, 대시보드 데이터가 월 단위인데 다음 주 또는 다음 날 값에 대한 예측을 요청하는 경우, 데이터 수준 불일치로 인해 수행이 불가능합니다.

정확한 예측을 위한 충분한 데이터 볼륨 확보

보다 정확한 예측 결과를 얻으려면, 데이터 볼륨이 충분히 크도록 하는 것이 중요합니다. 내부적으로 MicroStrategy 는 데이터의 계절성을 자동으로 감지합니다. 최적의 예측 결과를 얻으려면, 예측하려는 데이터에 최소 두 개의 완전한 시즌에 해당하는 과거 데이터가 포함되도록 하는 것이 좋습니다.
예측에는 고품질 연속 시간 기반 데이터를 사용

MicroStrategy 는 예측 전에 중복 데이터 제거, 일부 누락된 지표 데이터 보정 등 경량의 데이터 처리를 수행하지만, 연속적이고 고품질의 시간 기반 데이터에 대해 예측을 수행하는 것이 바람직합니다. 누락된 지표 데이터가 많을 경우 예측 결과가 저하될 수 있습니다. 또한, 속성에 NULL 또는 NaN(Not-a-Number) 값이 포함된 경우 예측이 실패하거나 최적 이하의 결과가 나올 수 있다는 점에 유의해야 합니다.

예측 선형 차트 시각화를 최대한 활용해 보십시오!

인사이트를 위한 마우스 오버 예측 선형 차트의 데이터 포인트에 커서를 올려 툴팁을 확인하십시오. 이 툴팁에는 예측 값뿐 아니라 상한과 하한에 대한 자세한 정보가 표시됩니다.
정보 아이콘 정보 아이콘 위에 커서를 올리면 기반 모델과 해당 파라미터에 대한 정보를 확인할 수 있습니다.
확대하여 가독성 향상 더 자세한 정보가 필요하거나 전체 데이터 포인트 집합을 표시해야 하는 경우, 시각화를 확대하십시오. 이렇게 하면 차트의 가독성이 향상됩니다.