フォーキャスト対象期間とは、フォーキャストが生成される期間のことです。PlanIQ では、履歴データと選択したアルゴリズムに基づいてフォーキャスト対象期間が計算されます。 

PlanIQ でフォーキャスト対象期間に適用する時間間隔を導き出すのに履歴データが役立ちます。フォーキャストを週単位、月単位、年単位のどれで予測するかを PlanIQ が計算します。 

どれくらい先までユーザーが予測できるかを意味するフォーキャスト対象期間は、主に指定されたデータに基づいて決まりますが、アルゴリズムによっても左右されます。一部のアルゴリズムでは、履歴データ タイムラインと同じ長さを予測します。他のアルゴリズムでは、履歴データ タイムラインの 1/3 の長さのみを予測します。前者の場合、アルゴリズムで 12 か月のフォーキャスト対象期間を予測できる場合でも、履歴データに基づいてフォーキャスト対象期間を制限できます。 

例:

履歴データと選択したアルゴリズムに基づいて、PlanIQ は合計 6 か月の期間のなかで、週単位で予測を生成できます。合計期間がフォーキャスト対象期間です。 

PlanIQ では指定されたデータ ポイントの数を追跡しています。すべてのアルゴリズム (Anaplan Prophet と MVLR を除く) に対し、アルゴリズムの制限や履歴データの量に関係なく、PlanIQ では 500 個までデータポイントを予測できます。 

  • たとえば、粒度が日の場合、PlanIQ では 500 日まで予測されます。 
  • データ ポイントが週か月の場合、500 個の制限が問題にならない可能性があります。 
  • この制限に注意してください。

より短いフォーキャスト対象期間の設定

より長いフォーキャスト期間を設定できますが、フォーキャスト対象期間は短めに設定することをおすすめします。こうすることで精度とデータ品質が最大限に高められます。履歴データに含まれる期間の半分をカバーするようにフォーキャスト対象期間を設定することをおすすめします。 

例:24 か月分の履歴がある場合は、12 か月先までフォーキャストを実行することをおすすめします。

Anaplan AutoML 

Anaplan AutoML アルゴリズムにはニューラル ネットワーク アルゴリズムと同じようなプロパティと挙動があります。

Amazon Ensemble

Amazon Ensemble には他のアルゴリズムとは異なるフォーキャスト期間があります。対象のデータセットが以下より大きい場合を除き、全履歴データの 1/4 となります。

    • 週単位データの場合は 52 週
    • 月単位データの場合は 36 か月 (ARIMA、ETS、Prophet の各アルゴリズム)

Anaplan Prophet と MVLR

Anaplan Prophet アルゴリズムと MVLR アルゴリズムでは、指定された履歴データの最大 50% までフォーキャストを実行できます。例:24 か月分の履歴がある場合は、12 か月先までフォーキャストを実行できます。

ARIMA と指数平滑法 (ETS)

ARIMA と ETS のアルゴリズムでは、長期間にわたるフォーキャストが可能です。履歴データのほぼ全期間にわたるフォーキャストに対応しています。 フォーキャスト対象期間は履歴データの長さから期間を一つ引いたものになります。 

(例:

  • 24 か月分の履歴がある場合、最長で 23 か月先までフォーキャストを実行できます。 
  • 52 週分のデータがある場合、最長で 51 週先までフォーキャストを実行できます。

CNN-QR 

ニューラル ネットワーク アルゴリズムである CNN-QR には以下のように固有の要件があります。

  • 最長で履歴タイムラインの 1/4 先までしかフォーキャストを実行できない
  • 履歴データセットにデータ ポイントを少なくとも 300 個用意する必要がある

サポートされる最長期間は、履歴データの時間軸とそこに含まれるデータ ポイントの数によって決まります。 

例:

  • 24 か月分の履歴がある場合、データ ポイントが十分にあれば (最低でも 300 個)、最長で 8 か月先までこれらのアルゴリズムでフォーキャストを実行できます。
  • データセットのアイテム数が少ない (データ ポイントが 300 個未満)、又はデータセットの密度が非常に低い場合、サポートされるフォーキャスト対象期間が短くなります (4 ～ 6 か月)。 

DeepAR+ 

DeepAR+ も固有の要件があるニューラル ネットワーク アルゴリズムの一つです。このアルゴリズムには次のような特徴があります。

  • 最長で履歴タイムラインの 1/4 先までフォーキャストを実行できる
  • 最初の三つの四半期では、履歴タイムラインに 300 個以上のデータ ポイントが必要
    • 例:履歴タイムラインが 36 か月の場合、フォーキャスト対象期間は最小で 9 か月です。最初の 24 か月に 300 個のデータ ポイントが含まれている必要があります。

以下のように、他にも注意すべきデータ制限があります。

  • Deep AR+ の学習プロセスでは、非常に短い履歴 (履歴タイムラインの半分より短い) があるアイテムが除外されます。その後、残りのアイテムが検査されます (通常は ID か SKU)。最長フォーキャスト対象期間は残りのアイテムの平均タイムラインの 1/3 になります。
    • 例: 履歴タイムラインが 36 か月の場合、履歴が 18 か月より短いすべてのアイテムがプロセスから除外されます。 
      • 残りのアイテムの平均タイムラインが 36 か月の場合、サポートされる最長対象期間は 9 か月になります。
      • 残りのアイテムの平均タイムラインが 21 か月の場合、サポートされる最長対象期間は 7 か月になります。