--- sourceDocument: Yokohama Platform Analytics sourceDocumentLink: https://servicenow-prod.fluidtopics.net/r/pt-BR/yokohama/now-intelligence Release : - yokohama ft:locale : - pt-BR ft:publication_title : - Yokohama Platform Analytics ft:clusterId : - par bundleId : - par workflow : - Platform --- # Previsões de pontuações da Análise de desempenho # Previsões de pontuações da Análise de desempenho {#ariaid-title1} * Versão de lançamento: Yokohama * * Atualizado 30 de jan. de 2025 * * ![](https://www.servicenow.com/docs/portal-asset/ico-clock) 7 min. de leitura Performance Analytics permite prever pontuações futuras com base no comportamento passado. Você pode prever pontuações em widgets de séries temporais, visualizações de dados de séries temporais, Detalhes de KPIe o. Hub de análise. As pontuações de previsão aparecem como uma linha pontilhada. A previsão é configurada no Previsão guia do registro do indicador. O número de pontos de dados incluídos na previsão depende da frequência do indicador e do número de Períodos para previsão configurado no indicador. Um período é um número definido de pontuações com base na frequência do indicador. Independentemente das configurações e do método de previsão, não mais de 2688 pontos de dados de previsão são gerados. **Tarefas relacionadas** * [Crie um indicador automatizado](https://servicenow-prod.fluidtopics.net/QyovOlh9ncLh4rRzhE_09w#t_CreateAnAutomatedIndicator "Para analisar o desempenho de um processo de negócios registrado em um ServiceNowuse um indicador automatizado. Se um indicador adequado não for fornecido em um Solução Análise da plataforma, crie um novo.") ## Configure previsões em um indicador {#ariaid-title2} No registro de um indicador automatizado, configure as previsões como elas aparecerão no Hub de análise, Performance Analyticse visualizações de dados de séries temporais. ### Antes de Iniciar Função necessária: pa_power_user, pa_admin, admin ### Procedimento 1. Navegar até Performance AnalyticsIndicadoresIndicadores automatizados. 2. Abra o indicador automatizado para o qual você deseja configurar as previsões. 3. Navegue até Previsão . 4. Defina os seguintes valores: {#configure-forecasts-indicator__table_h5s_nhr_5xb__entry__2} | Campo | Descrição | |-|-| | Método de previsão usado | O método estatístico que o sistema usa para prever valores para este indicador. O valor padrão é Automático, o que significa que o sistema escolhe um método que melhor se adapta aos dados. Para obter mais informações, consulte [Selecionando o método de previsão](https://servicenow-prod.fluidtopics.net/ofyb~mjQjgOl4q4jZbSkbA#forecast-methods "Se você for um especialista em estatística, poderá selecionar um método de previsão manualmente. Por padrão, a instância escolhe o melhor método para você automaticamente, com base no ajuste do método."). | | Períodos de previsão | Número de períodos de dados no futuro para prever pontuações. Nota: A duração dos períodos é baseada na frequência do indicador. Para obter mais informações, consulte [Períodos de previsão do indicador](https://servicenow-prod.fluidtopics.net/ofyb~mjQjgOl4q4jZbSkbA#forecast-periods "Dependendo da frequência da pontuação, um período de duração diferente será selecionado. Consulte a tabela para descobrir a duração do período que é usado para sua série."). | | Limite inferior da previsão | O menor valor significativo de uma pontuação de previsão. Se uma pontuação inferior a este valor for prevista, este valor será exibido. | | Limite superior de previsão | O valor significativo mais alto de uma pontuação de previsão. Se uma pontuação maior do que esse valor for prevista, este valor será exibido. | [ ] {#configure-forecasts-indicator__table_h5s_nhr_5xb} 5. Selecione em quais pontuações basear a previsão. | Opção | Descrição | | Todas as pontuações | Todas as pontuações que foram coletadas para este indicador | | Períodos anteriores | O número de períodos de dados antes do presente para basear as previsões. Esses períodos de dados têm a mesma duração que os de Períodos para previsão . Se você selecionar períodos anteriores, especifique também o número de períodos no Períodos campo. | | Início fixado | Todas as pontuações coletadas após uma data de início. Se você selecionar Início fixo, especifique também Data de início . | |-|-| {#configure-forecasts-indicator__choicetable_jhq_bkr_5xb} ## Selecionando o método de previsão {#ariaid-title3} Se você for um especialista em estatística, poderá selecionar um método de previsão manualmente. Por padrão, a instância escolhe o melhor método para você automaticamente, com base no ajuste do método. Para determinar o método de previsão mais adequado, a instância gera previsões usando cada método de previsão com seus dados históricos. Em seguida, a instância compara essas previsões com os dados mais recentes com base na distância que você deseja prever. A instância executa esta avaliação sempre que exibe a previsão. Portanto, coletar pontuações adicionais ou mudar o período de previsão pode alterar o método de previsão usado. Por exemplo, se você configurar um indicador com uma frequência diária para prever dois períodos futuros, a instância aplicará cada método de previsão aos seus dados históricos com mais de duas semanas. Em seguida, a instância compara essas previsões com as últimas duas semanas de dados. A previsão que mais se ajusta às últimas duas semanas de dados é recalculada usando todo o conjunto de dados. A instância mostra os resultados deste cálculo final no Hub de análiseou em Detalhes de KPI. ### Métodos de previsão {#forecast-methods__section_fsd_pzh_mz} Performance Analytics pode usar os seguintes métodos de previsão padrão. {#forecast-methods__table_vhn_pmr_5xb__entry__2} | Método | Descrição | |-|-| | Lineares | Gera uma previsão de regressão linear com base nas pontuações históricas, usando constante e tendência como variáveis explicativas. | | Sazonal | Gera uma previsão de regressão linear com base nas pontuações históricas, usando dummies sazonais como variáveis explicativas. Um "season" para esta análise é um período. | | Tendência sazonal | Como sazonal, mas inclui uma tendência como variável explicativa. | | Tendência Sazonal Loess (STL) | Gera uma previsão sazonal com base em uma função de melhor ajuste. Este método ajusta uma tendência, uma estação e um processo de ruído aleatório aos dados usando uma abordagem de média móvel ponderada exponencialmente. A previsão é baseada no conjunto de dados completo, com mais peso dado às observações mais recentes Um "season" para esta análise é um período. | | Floresta aleatória (RF) | Cria uma combinação de árvores de decisão em que as previsões produzidas por essas árvores são calculadas para obter uma única previsão. A aleatoriedade vem de cada árvore que está sendo criada a partir de um subconjunto aleatório dos dados e entradas disponíveis. Para obter mais informações sobre o método de floresta aleatória, consulte isso [artigo médio](https://williamkoehrsen.medium.com/random-forest-simple-explanation-377895a60d2d). | | Autorregressivo (AR) | O modelo autorregressivo (AR) prevê valores futuros de um indicador usando uma combinação linear de uma tendência, dummies sazonais e valores passados. Como o modelo de Floresta aleatória (RF), o modelo AR verifica o melhor número de atrasos. No entanto, o modelo de AR relaciona valores atuais com passados linearmente, enquanto o modelo de RF é não linear. | [ ] {#forecast-methods__table_vhn_pmr_5xb} ## Períodos de previsão do indicador {#ariaid-title4} Dependendo da frequência da pontuação, um período de duração diferente será selecionado. Consulte a tabela para descobrir a duração do período que é usado para sua série. {#forecast-periods__table_un2_vch_dt__entry__3} | Frequência de pontuação | Número de pontos de dados por período | Duração total do período | |-|-|-| | Diariamente | 7 | 1 Semana | | Semanalmente | 13 | 1 Trimestre | | Bissemanalmente | 6 | 1 Trimestre | | Quatro Semanalmente | 13 | 1 ano | | Mensalmente | 12 | 1 ano | | Bimestral | 6 | 1 ano | | Trimestralmente | 4 | 1 ano | | Fiscal trimestral | 4 | 1 ano | | Semestral | 2 | 1 ano | | Anualmente | 4 | 4 anos | | Fiscal anual | 4 | 4 anos | [ ] {#forecast-periods__table_un2_vch_dt} ## Previsões e metas {#ariaid-title5} Quando a previsão está habilitada para um indicador e há uma meta global definida, a previsão mostra quando a meta será atingida. Além disso, a instância envia uma notificação 14 dias antes de esperar que a meta seja atingida. Você pode mudar quantos dias antes a notificação será enviada definindo pa.job.forecast.target.days_to_checkpropriedade. Esta funcionalidade está disponível somente para destinos globais. Os limites e as metas pessoais não interagem com as previsões. **Conceitos relacionados** * [Performance Analytics metas e limites](https://servicenow-prod.fluidtopics.net/YYIEMaNTMfHSZamFSq01Dg "As metas e limites permitem que você defina pontos importantes em seus dados e forneça notificações quando uma pontuação atinge um ponto específico.") ## Previsão com agregações de séries temporais {#ariaid-title6} Se você aplicar uma agregação de série temporal a um indicador, a duração do período de previsão mudará. A mudança depende do tipo de série temporal. {#forecasting-time-aggregation__table_pzt_p5w_n4b__entry__3} | Tempo agregado | Efeito no período de previsão | Exemplo | |-|-|-| | Em execução | O número de pontos no período é igual ao valor do campo "intervalo". | Para uma soma de execução de 7 dias, o período de previsão tem 7 pontos de dados. Para uma soma de execução de 28 dias, ele tem 28 pontos de dados. | | Por período | O período selecionado é tratado como se fosse a frequência do indicador. | Um agregado de tempo "por semana" aplicado a um indicador diário tem 13 pontos de dados por período de previsão, que é de um trimestre de duração. Este período de previsão é o mesmo de um indicador semanal sem agregação de tempo. | | Até a presente data | A duração do período corresponde ao intervalo de tempo da agregação. O número de pontos de dados por período é um produto desse intervalo de tempo e da frequência do indicador. | Consulte o restante desta seção. | [Tabela 1. Efeitos de agregação de séries temporais nos períodos de previsão] {#forecasting-time-aggregation__table_pzt_p5w_n4b} Para um indicador com a frequência Diária, você tem o seguinte número de pontos de dados por período para agregações até o momento:{#forecasting-time-aggregation__table_ox4_b1q_l4b__entry__4} | Semana até a presente data | Mês até a presente data | Trimestre até a presente data | Acumulado do ano | |-|-|-|-| | 7 | 30 | 91 | 365 | [Tabela 2. Pontos de dados por período para um indicador diário com uma agregação de hora até o momento] {#forecasting-time-aggregation__table_ox4_b1q_l4b} Com uma exceção, os indicadores com frequências não diárias são compatíveis somente no ano até o momento entre as agregações de hora até o momento. Os indicadores mensais são a exceção. Eles também são compatíveis com agregações de hora trimestrais até o momento. Um indicador mensal com uma agregação trimestral até o momento tem três pontos de dados por período. O número de pontos de dados por período de previsão para diferentes frequências de indicador com agregações anuais até o momento é o seguinte:{#forecasting-time-aggregation__table_bbg_chq_l4b__entry__2} | Frequência do indicador | Pontos de dados por período, ano até o momento | |-|-| | Diariamente | 365 | | Semanalmente | 52 | | Quatro por semana | 13 | | Quinzenalmente | 26 | | Trimestral (fiscal) | 4 | [Tabela 3. Número de pontos de dados por período de previsão para agregações de séries temporais anuais até o momento] {#forecasting-time-aggregation__table_bbg_chq_l4b} **Conceitos relacionados** * [Aplicando agregações de séries temporais](https://servicenow-prod.fluidtopics.net/yzV3OahzSfZz9ZamBRiRYg#applying-time-series-aggregations "Você pode agregar mudanças nos indicadores em intervalos de tempo discretos. Essas agregações podem tornar as tendências mais facilmente visíveis ou ajudar a rastrear o andamento em relação a uma meta.") ## Exibindo previsões de pontuação do indicador {#ariaid-title7} No ambiente clássico, mostre as previsões em um widget de série temporal ou em Hub de análise. Em A. espaço configurável, mostre as previsões em uma visualização de dados de série temporal ou Detalhes de KPI. Para mostrar a previsão em um widget de série temporal, selecione Mostrar previsão em Configurações de exibição Do formulário de widget. Você também pode mostrar o intervalo de confiança de 95% da previsão selecionando Mostrar intervalo de previsão . Para obter mais informações, consulte [Widgets de série temporal](https://servicenow-prod.fluidtopics.net/guWVOEg5VacSbx50lvfhQQ "Os widgets de série temporal mostram mudanças em uma pontuação de indicador ao longo do tempo. Diferentes visualizações enfatizam a tendência nas pontuações ou nas próprias pontuações e podem exibir um indicador ou comparar vários indicadores."). Para mostrar a previsão no Hub de análise, clique no ícone de configurações do gráfico ( ![]()) e habilite o. Previsão opção. Da mesma forma, em Detalhes de KPI, em aberto Opções de gráfico e habilitar Previsão . Para mostrar a previsão em uma visualização de dados de série temporal, expanda as Configurações adicionais e ative Mostrar previsão . Você tem a opção de mostrar o intervalo de previsão. Para mostrar a previsão de um indicador em Detalhes de KPI, ative a previsão no [Opções de gráfico em Detalhes de KPI](https://servicenow-prod.fluidtopics.net/vgMl4biacKzK3UsQ9kQthg ". Detalhes de KPI Opções de gráfico o menu permite mostrar, ocultar ou alterar aspectos de uma visualização de indicador. As opções de gráfico selecionadas persistem por usuário para cada indicador. As opções de gráfico são divididas em análise, série temporal e opções de tipo de gráfico."). **Conceitos relacionados** * [Hub de análise para um indicador específico](https://servicenow-prod.fluidtopics.net/LosdqYAFQi7C2DRiTc2xCQ "Use o. Hub de análisepara analisar profundamente os dados do indicador, como agregar dados, comparar pontuações ou exibir mudanças ao longo do tempo.") **Referência relacionada** * [Configurações adicionais para widgets de séries temporais](https://servicenow-prod.fluidtopics.net/79abTdtAJGqMo0BtRMZItw#optional-settings-ts-widgets "Os widgets de série temporal têm as seguintes configurações opcionais para exibição, intervalo de datas e rótulos de eixo. Você também pode usar essas configurações para selecionar um filtro de elementos no lugar de um elemento de detalhamento de primeiro nível.") * [Opções de dados do indicador para visualizações de séries temporais](https://servicenow-prod.fluidtopics.net/7Dh2YtoY6o2wL6DZEDHcoQ "As seguintes opções de configuração de dados estão disponíveis para todas as visualizações do tipo de série temporal de pontuações de indicador.") * [Examinando indicadores com Detalhes de KPI](https://servicenow-prod.fluidtopics.net/V4xpehzCQK7OPkHj5wnGXg ". Detalhes de KPIo recurso permite que você se aprofunde nas informações por trás de seus principais indicadores de desempenho. Aplique previsões, tendências, metas e limites. Filtre por elemento de detalhamento ou aplique agregações de séries temporais.")