パフォーマンスアナリティクススコア予測
パフォーマンスアナリティクス を使用すると、過去の動作に基づいて将来のスコアを予測できます。時系列ウィジェット、時系列データの可視化、 KPI 詳細、および アナリティクスハブでスコアを予測できます。予測スコアは点線で表示されます。
予測は、インジケーター レコードの [予測] タブで設定します。予測に含まれるデータポイントの数は、インジケーターの頻度と、インジケーターに構成された 予測期間 の数によって異なります。期間は、インジケーターの頻度に基づく一連のスコア数です。設定と予測方法に関係なく、生成される予測データポイントは 2688 個までです。
また、時系列データの可視化では、 パフォーマンスアナリティクス インジケーターの予測に限定されません。パフォーマンスアナリティクス のサブスクリプションバージョンを使用している場合は、テーブルを除くすべてのデータソースの予測を生成できます。詳細については、「時系列の可視化を作成」を参照してください。
この機能には、ServiceNow® Store のデータの可視化 24.0.x アプリケーションが必要です。
インジケーターの予測の構成
自動インジケーターのレコードで、 アナリティクスハブ、 パフォーマンスアナリティクス ウィジェット、時系列データの可視化に表示される予測を構成します。
始める前に
必要なロール:pa_power_user、pa_admin、admin
手順
予測方法の選択
統計の専門家であれば、予測方法を手動で選択することができます。デフォルトでは、メソッドの適合性に基づいて、インスタンスによって最適なメソッドが自動的に選択されます。
最適な予測方法を決定するために、インスタンスでは各予測方法と履歴データを使用して予測を生成します。インスタンスは、予測する期間に基づいて、それらの予測を最新のデータと比較します。インスタンスは、予測を表示するたびにこの評価を実行します。したがって、追加のスコアを収集したり、予測期間を変更したりすると、使用される予測方法が変更される可能性があります。
たとえば、2 期間先を予測するために日次周期のインジケーターを設定すると、インスタンスでは 2 週間以上経過した履歴データに各予測方法が適用されます。次に、インスタンスはそれらの予測を最新の 2 週間分のデータと比較します。次に、直近 2 週間分のデータに最も近い予測が、データセット全体を使用して再計算されます。インスタンスは、この最終計算の結果を アナリティクスハブ または KPI 詳細で表示します。
予測方法
パフォーマンスアナリティクス では、次の標準的な予測方法を使用できます。
| メソッド | 説明 |
|---|---|
| リニア | 定数と傾向を説明変数として使用し、履歴スコアに基づいて線形回帰予測を生成します。 |
| 季節雇用 | 季節ダミーを説明変数として使用し、履歴スコアに基づいて線形回帰予測を生成します。 この分析の「季節」は 1 つの期間です。 |
| 季節傾向 | 季節性がありますが、説明変数として傾向が含まれています。 |
| Loess による季節傾向分解 (STL) | 最適な関数に基づいて季節予測を生成します。この方法は、指数関数的に重み付けされた移動平均アプローチを使用して、傾向、季節、およびランダムノイズプロセスをデータに適合させます。予測は完全なデータセットに基づいており、最近の観測結果ほど重み付けが高くなります この分析の「季節」は 1 つの期間です。 |
| ランダムフォレスト (RF) | 意思決定ツリーの組み合わせを作成し、これらのツリーによって生成された予測を平均して単一の予測を取得します。ランダム性は、利用可能なデータと入力のランダムなサブセットからビルドされた各ツリーに由来します。ランダムフォレスト手法の詳細については、この「Medium の記事」を参照してください。 |
| 自己回帰 (AR) | 自己回帰 (AR) モデルは、傾向、季節ダミー、および過去の値の線形結合を使用して、インジケーターの将来の値を予測します。ランダムフォレスト (RF) モデルと同様に、AR モデルは最適な遅延数をチェックします。ただし、AR モデルは現在と過去の値を直線的に関連付けますが、RF モデルは非線形です。 |
インジケーターの予測期間
スコアの頻度に応じて、異なる期間の長さが選択されます。この表を参照して、系列に使用される期間の長さを確認してください。
| スコアの周期 | 期間あたりのデータポイント数 | 総期間長 |
|---|---|---|
| 日次 | 7 | 1 週間 |
| 週次 | 13 | 1 四半期 |
| 隔週 | 6 | 1 四半期 |
| 4 週間ごと | 13 | 1 年 |
| 月次 | 12 | 1 年 |
| 隔月 | 6 | 1 年 |
| 四半期ごと | 4 | 1 年 |
| 会計四半期ごと | 4 | 1 年 |
| 半年ごと | 2 | 1 年 |
| 年次 | 4 | 4 年 |
| 会計年度ごと | 4 | 4 年 |
予測とターゲット
インジケーターの予測が有効になっていて、グローバル ターゲットが定義されている場合、ターゲットに達するタイミングが予測に表示されます。
さらに、インスタンスは、ターゲットに到達する予定の 14 日前に通知を送信します。pa.job.forecast.target.days_to_check プロパティを設定することで、通知の送信日数を変更できます。
この機能は、グローバル ターゲットでのみ使用できます。しきい値と個人のターゲットは、予測に関係しません。
時系列集計による予測
インジケーターに時系列集計を適用すると、予測期間の長さが変更されます。変化は時系列のタイプによって異なります。
| 時間アグリゲート | 予測期間への影響 | 例 |
|---|---|---|
| 実行中 | 期間内のポイント数は、[範囲] フィールドの値と同じです。 | 7 日間移動合計の場合、予測期間には 7 つのデータポイントがあります。28 日間移動合計の場合、28 個のデータポイントがあります。 |
| 期間別 | 選択した期間は、インジケーターの頻度であるかのように扱われます。 | 日次インジケーターに適用される「週別」の時間アグリゲートには、予測期間 (四半期) ごとに 13 個のデータポイントがあります。この予測期間は、時間集計のない週次インジケーターの場合と同じです。 |
| 終了日 | 期間の長さは集計の時間スパンと一致します。期間あたりのデータポイントの数は、この時間スパンとインジケーター頻度の積です。 | このセクションの残りの部分を参照してください。 |
| 週度累計 | 月度累計 | 四半期累計 | 年度累計 |
|---|---|---|---|
| 7 | 30 | 91 | 365 |
| インジケーターの周期 | 期間別のデータポイント、年度累計 |
|---|---|
| 日次 | 365 |
| 週次 | 52 |
| 4 週間 | 13 |
| 隔週 | 26 |
| 四半期ごと (会計) | 4 |
インジケータースコア予測の表示
クラシック環境では、時系列ウィジェットまたは アナリティクスハブに予測を表示します。構成可能ワークスペースで、時系列データの可視化またはKPI 詳細で予測を表示します。
時系列ウィジェットに予測を表示するには、ウィジェットフォームの [表示設定] セクションで [予測を表示] を選択します。[予測範囲を表示] を選択すると、予測の 95% 信頼間隔を表示することもできます。詳細については、「時系列ウィジェット」を参照してください。
アナリティクスハブに予測を表示するには、チャート設定アイコン (
) をクリックし、[予測] オプションを有効にします。同様に、[ KPI 詳細] で [チャートオプション ] を開き、[ 予測] を有効にします。
時系列データの視覚化で予測を表示するには、 [追加設定] を展開し、 [予測の表示] をオンにします。その後、需要予測範囲を表示するオプションがあります。[ 予測の構成] を開くと、この特定のデータ可視化のインジケーターの予測構成を上書きできます。
KPI 詳細でインジケーターの予測を表示するには、のチャートオプション KPI 詳細で予測をオンにします。