Analyse Predictive

L'analyse prédictive vous permet de simplement estimer l'évolution future d'un KPI, par exemple :

Cette documentation concerne l'option Analyse Prédictive des widgets courbes ou histogrammes. Cette fonctionnalité est basés sur un calcul de regression linéaire. Dans Serenytics, vous pouvez aussi ajouter des algorithmes avancés en Python, mais ce n'est pas le sujet de cette page.

Les options d'analyse prédictive pour un widget sont dans la section Analyse Prédictive de sa configuration. Pour avoir activer l'analyse, la dimension sélectionnée sur l'axe X du widget dans la section data doit être un champ de type date.

Les options de configuration sont détaillées ci-dessous :

Mesure

Sélectionnez la mesure à approcher et prédire. Cliquez sur la checkbox Activer l'analyse prédictive pour afficher la prédiction.

Nb Prédictions

Nombre de points à prédire dans le future. Par exemple si votre widget est configuré pour afficher des données par mois, l'algorithme va prédire Nb prédictions mois dans le future.

Nb points récents à ignorer

Nombre de points les plus récents dans vos données à ignorer pour le calcul de la regression.

Par exemple, si votre widget affiche des données par mois et que ce paramètre vaut 1, le dernier mois ne sera pas utilisé lors du calcul de la regression.

La valeur par défaut est 1 car dans la plupart des situations, le dernier point de données est celui de la période actuelle (e.g. le mois en cours). Et on ne veut pas inclure ce point de données dans le calcul car cela fausserais le résultat.

Utilise seulement les points récents

Par défaut, cette option est désactivée. Cela signifie que tous les point affichés dans le widget sont utilisés pour le calcul (exceptés ceux exclus par l'option Nb points récents à ignorer détaillée ci-dessus).

Mais dans certains cas, on ne veut utiliser que les derniers points pour prédire le futur. Par exemple, vous pouvez ne vouloir baser les prédictions que sur les 6 derniers mois. Dans ce cas, il faut utiliser 6 pour cette option.

Exemple de configuration

Voici un exemple de configuration et son interprétation :

La ligne de la regression a 8 points au total:

• les 6 premiers points correspondent aux positions où les données réelles ont été utilisées pour le calcul. On voit sur cette exemple que les 6 points de la lignes approchent très bien les données réelles (les barres).

• les 2 derniers points sont des predictions.

Parce que nous avons ignoré le dernier point (en utilisant Nb points récents à ignorer=1), parmi ces 2 prédictions:

• la première est pour le mois en cours (qui correspond au dernier mois, représenté par la dernière barre). Dans cet exemple, la dernière barre verte est légèrement au dessus de la ligne de prédiction. Cela signifie que les résultats du mois en cours sont légèrement mieux que l'orientation des 6 derniers mois.

• la deuxième est une prédiction pour le mois suivant (celui après le mois en cours).