SAS視覺預測
透過可信賴的 AI 支援、可配置的端對端預測系統，為未來做更好的規劃。
-
簡化並自動化您的預測流程
自動執行資料轉換、特徵生成、視覺化、建模以及大規模部署可靠的預測項目。透過協作平台提升工作效率，讓預測分析師能開發可重複使用的資產，並與企業其他部門共享。
主要特色
SAS Visual Forecasting 提供開放式預測生態系統，能快速自動產生大量可靠的預測。
資料存取、準備和品質
透過直觀的介面存取、分析、清理、轉換和管理資料，該介面提供自助式資料準備與治理功能，並內嵌最佳做法及自動化功能。
資料視覺化
透過單一自助式介面，視覺化地探索資料，建立和分享智慧視覺效果和互動式報告。以快速簡單的方式執行目標搜尋和情境分析。增強的資料分析和進階功能可加速產生洞察，幫助您發掘資料中隱含的資訊。
自動時間序列分析及預測
使用自動化功能或功能套件深入分析您的時間序列，並輕鬆將時間戳記的交易數據轉換為時間序列格式，以自動生成預測模型。
機器學習和深度學習
在預測過程中將機器學習 (ML)、神類神經網路 (NN)、遞歸類神經網路 (RNN) 和混合技術（NN 加上時間序列）納入預測流程中，即便是最具挑戰性的序列也能建模。自動產生特徵並將交易資料轉換為正確的格式，以便在使用這些複雜技術之前，免除人力密集的手動特徵工程。
階層式建模及調解
開發可自訂的管道，以在每個階層層級進行深度分析和建模。接著，您的預測將在所有層級中自動調解，根據需求分配異動以維持整個階層的一致性。
開源程式碼整合
藉由治理完善且一致的架構，整合並平行化執行 Python 或 R 程式碼和演算法，以便在雲端中執行。讓開源程式碼使用者能夠使用雲端中的 SAS Viya 工作者節點，以分散式方法擴展其程式碼，以飛快速度執行。輕鬆在所有業務領域中重複使用開源預測演算法，透過建立自訂節點嵌入您的預測管道並與同事共享。
時間序列區段劃分
依據需求分類屬性（例如，數量和波動率），自動將資料劃分區段，因此可在專案管道中，分別針對每個區段使用預建範本並建立模型，也可依據您的業務知識匯入自訂區段。根據資料性質，採用最合適的預測技術，以大幅提高預測品質。
事件管理
針對事件（如假日、零售促銷活動、天災）對相依時間序列的影響建立模型，以改善模型準確度。該解決方案包括預設的預先建置事件（例如主要假期），以及用於開發自訂事件的直觀 UI。
互動式和集成模型
透過簡單的使用者介面，分析個別時間序列、以視覺化方式比較模型，並針對個別時間序列開發自訂模型。利用自動產生的診斷圖和資料表，評估和評價模型，並選出自己的模型冠軍。使用不同的建模策略開發預測管道，並運用集成模型時時為每個序列選取成效最佳的模型。
高度靈活的預測覆寫
透過簡單的 UI，使用強大的手動覆寫功能，對預測值進行自訂調整。定義特定篩選條件，以選擇由屬性（不限於階層變數）定義的時間序列群組。
其他預測與計量經濟程序
藉由存取 SAS/ETS® 和 SAS Forecast Server 程序，解決幾乎所有的預測和時間序列分析挑戰。
廣泛分散、方便存取、雲端原生
在 SAS Viya 上執行，這是一種可擴展的分散式記憶體內引擎。透過 SAS、Python、R 和 Java 調用 SAS 操作及程序。使用公用 REST API 將 SAS 資料和 AI 功能新增至其他應用程式，也可反過來操作。
