Obtenga todo lo que necesitará para hacer pronósticos precisos

Captura de pantalla de la pestaña del visor de SAS Visual Forecasting con destacado

Previsión visual de SAS

Planee mejor para el futuro con un sistema de pronósticos de extremo a extremo configurable por IA-habilitado en el que puede confiar.



Vea quién está planeando mejor el futuro con SAS.

DER Touristik utiliza SAS para plan con mayor precisión y reaccionar más rápidamente a los cambios en el mercado.

SAS ayudó a Barilla a satisfacer las expectativas de una demanda extraordinaria en un momento en el que las interrupciones del encadenamiento del suministro parecen ser la norma.

SAS ayuda a Levi Strauss & Co. a desarrollar un plan de demanda más inteligente para que los consumidores de todo el mundo puedan encontrar la mercancía que desean.


Características principales

SAS Visual Forecasting proporciona un ecosistema de previsión abierto para producir rápida y automáticamente un gran número de previsiones fiables.

Acceso a los datos, preparación y calidad

Acceda, perfile, limpie, transforme y gestione sus datos utilizando una interfaz intuitiva que proporciona autoservicio de preparación de datos y capacidad de gobierno con las mejores prácticas y automatización integradas.

Visualización de datos

Explore visualmente los datos y cree y comparta visualizaciones inteligentes e informes interactivos a través de una única interfaz. Realice la búsqueda de objetivos y el análisis del escenario de forma rápida y sencilla. La analítica aumentada y las capacidades avanzadas aceleran los conocimientos y lo ayudan a descubrir historias ocultas en sus datos.

Análisis automático de series temporales y pronósticos

Analice sus series temporales en profundidad mediante el paquete automatizado de capacidad o función, y convierta fácilmente los datos transaccionales con fecha y hora en una serie temporal con formato para generar un Modelo de predicción automáticamente.

Machine learning y deep learning

Incorpore redes neuronales (NN), redes neuronales recurrentes (RNN) y técnicas híbridas (NN + series temporales) en el proceso de previsión para modelar incluso las series más difíciles. Genere características y transforme automáticamente los datos transaccionales en el formato adecuado para eliminar la ingeniería manual y laboriosa antes de utilizar estas técnicas.

Modelado jerárquico y conciliación

Desarrolle pipelines personalizables para permitir un análisis y modelado en profundidad en cada nivel jerárquico. Entonces sus predicciones se conciliarán automáticamente en todos los niveles, distribuyendo los cambios según sea necesario para mantener la coherencia en toda la jerarquía.

Integración de código abierto

Integrar y paralelizar algoritmos de Python y R para que se ejecuten en la nube utilizando un marco de trabajo bien gobernado y consistente. Permitir a los usuarios de código abierto escalar su código para que se ejecute a rápidamente de forma distribuida utilizando los nodos de SAS Viya en la nube. Reutilice fácilmente los algoritmos de código abierto de predicciones en todas las áreas de negocio creando nodos personalizados que puede integrar en sus pipelines de predicciones y compartir con colegas.

Segmentación de series temporales

Segmentar automáticamente los datos en función de los atributos de la clasificación de la demanda, como el volumen y la volatilidad, utilizando una plantilla preconstruida y modelar cada segmento por separado en las canalizaciones del proyecto. O importar segmentos personalizados en función de sus conocimientos empresariales. Aplicar la técnica de predicciones más apropiada en función de la naturaleza de los datos para mejorar significativamente la calidad de las predicciones.

Gestión de eventos

Modelar el efecto de los eventos (días festivos, promociones, desastres naturales, etc.) en las series temporales dependientes para mejorar la precisión del modelo. La solución incluye eventos predeterminados, como los principales días festivos, y una interfaz de usuario intuitiva para desarrollar eventos personalizados.

Modelado interactivo y de conjunto

Analice series temporales individuales, compare modelos visualmente y desarrolle modelos personalizados para series temporales a través de una sencilla interfaz de usuario. Evalúe los modelos con gráficos y tablas de diagnóstico generados automáticamente, y seleccione sus propios modelos ganadores. Desarrolle pipelines de predicciones utilizando diferentes estrategias de modelado y utilice el modelado de conjuntos para seleccionar siempre el modelo de mejor rendimiento para cada serie.

Anulación de las previsiones con flexibilidad

Realice ajustes personalizados de los pronósticos mediante una potente función de anulación manual a través de una sencilla interfaz de usuario. Defina filtros específicos para seleccionar grupos de series temporales definidas por atributo que no se limiten sólo a la variable jerárquica.

Pronóstico adicional y procedimientos econométricos

Aborde prácticamente cualquier reto de previsión y análisis de series temporales con acceso a los procedimientos SAS/ETS® y SAS Forecast Server .

Distribuido, accesible y listo para la nube

Se ejecuta en SAS Viya, un motor escalable y distribuido en memoria. Llame a acciones y procedimientos de SAS desde SAS, Python, R y Java. Utilice la API Rest pública para añadir datos SAS e IA capacidad a otra aplicación o viceversa.

SAS Visual Forecasting mostrado en el monitor de escritorio

PRUEBA GRATUITA

Pruebe las capacidades más recientes de SAS Viya.

Obtenga una prueba gratuita de 14 días de SAS Viya, que incluye todas las capacidades de Previsión visual de SAS así como para todo el ciclo de vida analítico.

SAS Viya es nativo de cloud y agnóstico de cloud

Consume SAS como quieras: SAS gestionado o autogestionado. Y donde quieras.

Logotipo de Microsoft Azure
Logotipo de Amazon Web Services
Logotipo de la nube de Google
SAS en OpenShift

Recursos recomendados para SAS Visual Forecasting

Webinars

Recomendaciones seminario web para ver a la carta

Comunidad

Comunidad SAS Forecasting & Econometría

White Paper

¿Cómo influirá la inteligencia artificial generativa en el software de pronósticos?