SAS Visual Forecastingの特長

分散環境での大規模な時系列分析と予測

統計に基づく予測を分散インメモリ環境で大量に自動生成
時系列分析の分散インメモリ処理を可能にするスクリプティング言語
個々の時系列がそれぞれ1つのコンピューティング・ノードのメモリにコピーされるようにデータをシャッフル
個々の時系列は1つのノードの1つのスレッドで実行され、各ノードは自身に割り当てられた時系列のそれぞれのためにコンパイルされたスクリプトを実行
スクリプトは実行時のマシンに関しても最適化されるため、ユーザーによる別のマシン用のコード修正は不要

ニューラル・ネットワーク／機械学習モデリング戦略ノード

パネル系列ニューラルネットワーク・フレームワークを標準装備しており、特徴量の生成やハイパー・パラメータ（自動チューニング）機能を実行することが可能
多段階（ニューラル・ネットワーク／回帰＋時系列）フレームワークを提供：異なるタイプのモデルからのシグナルを組み合わせる予測方法論を作成することが可能
スタック型モデル（ニューラル・ネットワーク＋時系列）による予測を用いて、時系列特性と従属変数／独立変数間の非線形関係との両方を含む課題に取り組むことが可能

ディープ・ラーニング機能

リカレント・ニューラルネットワーク（RNN）、長期短期記憶（LSTM）ユニット・ネットワーク、およびゲーティング・リカレント・ユニット（GRU）ネットワークを使用して予測を生成
トランザクション・データは、上記のディープ・ラーニング手法を使用し、予測目的で自動的にフォーマットされます。
再帰戦略は、マルチステップ予測に自動的に適用されます。

対話操作型のモデリング

個々の時系列の季節サイクル、自己相関関数（ACF）、偏自己相関関数（PACF）、ホワイトノイズ確率検定などの分析プロットを自動的に作成
サンプル内領域とサンプル外領域で選択した指標を使用してモデルを視覚的に比較
シンプルなユーザー・インターフェイス経由で個々の時系列のカスタム指数平滑法、ARIMA、およびサブセット（因数分解）ARIMAモデルを開発
独自のモデル・チャンピオンを選択

柔軟な手動調整（オーバーライド）機能

予測階層の構造に制限されることなく、予測調整をカスタマイズすることが可能
属性（場所、ブランド、カテゴリー、サイズ、色、センチメント、品質など）に基づきフィルタを選択することが可能
フィルタ内に含まれる全ての時系列に関して、フィルタと期間を用いて上書き指定を定義することが可能
ファセット検索フィルタを標準搭載
最適化モデルを用いて上書きを細分化することが可能
バッチ実行と増分データ更新が可能

オープンソースとの統合

外部言語パッケージ（External Language Package: EXTLANG）を標準搭載。このパッケージが、クラウド内のSAS Viyaのワーカーノードで並列で実行するためにオープンソース・コード（PythonやR）を配布
SAS Visual Forecasting分析アクションを、Python、R、Java、JavaScript、Luaから呼び出すことが可能

階層間調整

階層構造内の各系列を個別にモデル化および予測
各時系列の予測結果を階層構造の複数のレベルで調整

データ・パターンに基づく自動セグメンテーション

ボリューム、ボラティリティ、季節性などの時系列パターンに基づく事前構築済みのセグメンテーション・テンプレート
事前構築済みの需要分類テンプレートに対して既定で選択された各セグメントに向けて適切なモデリング戦略を使用し、ネストされた構成可能なパイプラインを自動作成
事前定義済みセグメントをユーザー別にインポートする機能で最大1,000個のセグメントをサポート

派生属性

派生属性の事前定義済みセットを作成することが可能：
- 時系列属性（最小、最大、平均値、欠損など）
- 予測属性（モデル・プロパティ、適合度統計量）
- 需要分類（Demand Classification）属性
- ボリューム／ボラティリティ属性

時系列分析

自己相関分析
相互相関分析
季節分解分析と季節調整分析
計数時系列分析
季節性、定常性、間欠性、暫定（tentative）ARMA次数選択の診断テスト

時間頻度分析

ウィンドウイング関数群
現実の複雑な時系列に対するフーリエ分析
短時間フーリエ分析
離散ヒルベルト変換
疑似Wigner-Ville分布

時系列モデリング

ARIMAモデル（動的回帰と伝達関数）
指数平滑化法モデル
観測不能要素モデル
状態空間モデル
間欠需要モデルとクロストン法

自動化された時系列モデリング

時系列モデルの自動生成機能
入力変数とイベントの自動選択機能
モデルの自動選択機能
パラメータの自動最適化機能
予測の自動生成機能

特異スペクトル分析（SSA）

単変量SSA分解／予測
多変量SSA
自動SSA

部分空間追跡（SST）

複数の時系列に関して高度なモニタリング（シグナル分析）手法を実行

時間間隔の評価

入力テーブル内の変数を評価し、時間ID変数としての適合度を判定
時間間隔指定が、時系列のインデックス作成に用いられる日付値／日時値またはオブザベーション番号にどの程度適合しているかを評価
PROC TSMODELへの入力として明示的に指定するか、このプロシジャを用いて時間ID変数の値を基に推定することが可能

時系列ビューアと予測ビューア

時系列ビューア（Time Series Viewer）を時系列属性の事前構築済みセットと共に提供
予測ビューア（Forecast Viewer）を予測属性の事前構築済みセットと共に提供
複数の系列を表示するための包絡線（envelope）プロットを標準搭載
記述統計量、モデル・プロパティ、適合度統計量に対してファセット型フィルタ（faceted filters）を使用することが可能

時系列次元削減（Time Series Dimension Reduction: TDR）パッケージ

時系列マイニングの準備において、トランザクション型時系列の次元削減を実現
- その後、ユーザーは従来のデータマイニング技法（例：クラスタリング、分類、ディジョンツリーなど）を適用することが可能

プロジェクトの共有

Model Studio内のプロジェクト群はSAP Driveのプロジェクト共有機能を使用
読み書きアクセス権で共有されている場合は、複数のユーザーが同時に当該プロジェクトに変更を加えることが可能
あるいは、読み込みのみのアクセス権でプロジェクトを共有することも可能

分散処理、アクセス性、クラウド対応

スケーラビリティに優れた分散インメモリ・エンジンであるSAS^® Viya^® を実行基盤として採用
分析タスクやデータ処理タスクを複数のコンピューティング・ノードに分散
複数のユーザーが高速かつ同時にメモリ内のデータにアクセス
高可用性のためのフォールト・トレランス（耐障害性）機能を搭載
SAS Viya REST API群を通じて、SASのアナリティクスのパワーを他のアプリケーションに追加することが可能

SAS Visual Forecastingの機能リスト