Demand Forecasting - Come si segmentano le serie storiche? Vi è un impatto sull'accuratezza?

La previsione è uno strumento importante per una pianificazione efficiente e si avvale di differenti tecniche (tecniche quantitative e tecniche qualitative).

Tra le tecniche quantitative ci sono le analisi delle serie storiche, quelle che prevedono la ripetizione, nel futuro, di un “sentiero storico” (per esempio, l’andamento delle vendite).

Nella analisi delle serie storiche, il “fenomeno da prevedere” viene trattato come una scatola nera in quanto non si cerca di individuare i fenomeni che lo possono influenzare ma si lavora all’estrapolazione del sentiero passato (lavorando quindi sul tempo) per ottenere la previsione.

Durante questo webinar scopriremo i metodi di trattamento e segmentazione delle serie storiche in Visual Forecasting (Demand Classification) per migliorare l’accuratezza delle analisi di forecasting. Cosa scoprirai partecipando a questo webinar:

• Analisi del problema: può essere problematico trattare tutte le serie storiche tramite un unico approccio in termini di accuratezza. Cosa possiamo fare?
• Metodi di trattamento e segmentazione delle serie storiche in Visual Forecasting (Demand Classification) 
•  Demo Visual Forecasting

Relatore

Come customer advisor del Team di Pre-Sale Analytics e CI, sono specializzato in tematiche di Intelligenza Artificiale e mi occupo di analizzare i dati tramite implementazione di algoritmi parametrici e di Machine Learning con l'obiettivo di generare valore di business per i clienti tramite le variegate funzionalità della Piattaforma SAS.