Prognozowanie w Tableau i Alteryx, czyli jak prognozować dane w czasie bez znajomości programowania i zaawansowanej wiedzy statystycznej

13_INFO_30.jpg

Wiele decyzji biznesowych dotyczących planowania, kupna, sprzedaży czy zatrudnienia wymaga znajomości prognoz. W większej skali prognozowanie automatyczne w takich przypadkach, jak planowanie zapotrzebowania/dostaw produktów czy prognozowanie zużycia energii jest bardzo atrakcyjną kosztowo metodą planowania.

Szereg zjawisk wokół nas podlega zmianom, które dają się w pewnym przybliżeniu przewidzieć. Obserwując zachowania historyczne czy trendy, możemy zbudować model, który pomoże nam wyznaczyć przyszłe wartości i podjąć ewentualne decyzje z wyprzedzeniem.

Artykuł przedstawia praktyczne podejście do prognozowania danych w czasie, przy użyciu nowoczesnych narzędzi Tableau i Alteryx, które nie wymagają znajomości programowania ani zaawansowanej wiedzy statystycznej.

Zacznijmy od najprostszych, z życia wziętych przykładów prognozowania. Na Rysunku 1 przedstawiono wykres temperatur z domowej stacji pogodowej.

Wykres pokazuje średnią dzienną temperaturę, niebieska linia jest średnią kroczącą z poprzednich 30 dni. Na wykresie wyraźnie widać trend (wzrost/spadek) i sezonowość temperatur. Na tej podstawie bez trudu można przewidzieć średnie temperatury w następnych okresach.

Rysunek 2 przedstawia wykres pogodowy z prognozą miesięczną przy użyciu standardowych funkcji forecast w Tableau, wykonany na podstawie trendu i średnich kroczących.

Kolejny rysunek przedstawia wykres EUR/USD w interwale godzinowym.

Do prognozowania zostały wykorzystane średnie kroczące w dwóch konfiguracjach, które dają sygnał do zakupu. U góry zaznaczono przecięcie średniej kroczącej z 20 poprzednich okresów ze średnią z 50 okresów, co może oznaczać trend wzrostowy. Na dole widać potwierdzenie tego sygnału w bardzo popularnym wskaźniku MACD (moving averages convergence/divergence), również opartego na średnich kroczących.

Te przykłady pokazują, że użycie trendu i średnich kroczących w różnych konfiguracjach może być podstawą do działania algorytmów forecastingowych.

Przyjrzyjmy się teraz dokładniej możliwościom, jakie dają nam narzędzia Tableau i Alteryx przy prognozowaniu.

Tableau jest według Gartnera rozwiązaniem nr 1 w kategorii Business Intelligence, w szczególności wygrywa w kategoriach łatwości użycia.

Tableau umożliwia kilka ciekawych opcji dotyczących prognozowania, które – jak całe narzędzie – działają praktycznie automatycznie i nie wymagają zaawansowanej wiedzy.

Do prognozowania użyjemy danych o zawartości CO2 w atmosferze Ziemi. Dane historyczne w granuli miesięcznej można ściągnąć z Internetu. Po wrzuceniu do Tableau wyglądają jak na Rysunku 4.

Bardzo dobrze widać trend (linia przerywana) oraz sezonowość miesięczną, powinny więc być idealne do prognozowania.

Tableau ma automat, który wybiera z wbudowanych ośmiu modeli dających najlepsze wyniki. Wynik w pewnym zakresie można dostosowywać, dobierając parametry użycia opcji trendu i sezonowości.

 

Sezonowość

Trend

N (None)

A (Additive)

M (Multiplicative)

N (None)

(N,N)

(N,A)

(N,M)

A (Additive)

(A,N)

(A,A)

(A,M)

Ad (Additive damped)

(Ad,N)

(Ad,A)

(Ad,M)

M (Multiplicative)

(M,N)

(M,A)

(M,M)

M (Multiplicative damped)

(Md,N)

(Md,A)

(Md,M)

Dostęp możliwy dla zalogowanych użytkowników serwisu. Jeśli posiadasz aktywną prenumeratę przejdź do LOGOWANIA. Jeśli nie jesteś jeszcze naszym Czytelnikiem wybierz najkorzystniejszy WARIANT PRENUMERATY.

Zaloguj Zamów prenumeratę
Drukuj

Zobacz również

Archiwum

Polecamy