การคาดการณ์และพยากรณ์

ซอฟต์แวร์ SAS Visual Forecasting

สร้างชุดการพยากรณ์ที่เชื่อถือได้จำนวนมากอย่างรวดเร็วและเป็นอัตโนมัติ โดยใช้ชุดข้อมูลตามเวลาและเทคนิคการเรียนรู้ของเครื่อง (machine learning)

วางแผนอนาคตได้ดีขึ้นด้วยเครื่องมือพยากรณ์ที่คุณสามารถวางใจ ด้วยความรวดเร็ว สามารถกำหนดค่าได้ เปิดเผย และรับรองความแม่นยำ

ปรับปรุงและทำให้กระบวนการพยากรณ์ของคุณเป็นแบบอัตโนมัติ

สร้าง แสดงภาพ และปรับใช้ชุดข้อมูลพยากรณ์ที่เชื่อถือได้ตามระดับที่ต้องการโดยอัตโนมัติ และไม่ต้องมีมนุษย์เข้ามาเกี่ยวข้อง เมื่อมนุษย์แทรกแซงการทำงานน้อยลง ความเป็นไปได้ในการนำอคติส่วนตัวมาใช้ในกระบวนการพยากรณ์จึงน้อยลงไปด้วย เนื่องจากนักวิเคราะห์การพยากรณ์ไม่จำเป็นต้องสร้างและติดตามโมเดลการพยากรณ์สำหรับทุกชุดข้อมูลตามเวลา พวกเขาจึงสามารถให้ความสำคัญกับการพยากรณ์ที่มีมูลค่าสูงซึ่งต้องใช้กลยุทธ์มากขึ้น หรือแก้ไขปัญหาที่ไม่เหมาะกับระบบอัตโนมัติแทน ในขณะเดียวกัน นักพยากรณ์ที่มีประสบการณ์สูงก็จะสามารถพัฒนาและแบ่งปันกลยุทธ์การสร้างโมเดลและไปป์ไลน์ที่กำหนดค่าไว้สำหรับการใช้งานในพื้นที่อื่นๆ ของธุรกิจได้

สร้างการพยากรณ์ที่แม่นยำตามขนาดเพื่อการวางแผนที่ดียิ่งขึ้น

แบ่งข้อมูลออกเป็นกลุ่มเซกเมนต์ชุดข้อมูลตามเวลา โดยอิงตามธรรมชาติของข้อมูลอย่างเป็นอัตโนมัติ จากนั้น ใช้เทคนิคการสร้างโมเดลที่มีประสิทธิภาพสูงสุดกับแต่ละกลุ่มโดยใช้ชุดข้อมูลตามเวลา การเรียนรู้ของเครื่อง และเทคนิคแบบผสมผสาน

ส่งเสริมผู้ใช้โอเพ่นซอร์ส

มอบตัวเลือกในการปรับสเกลอัลกอริธึมโอเพ่นซอร์สยอดนิยมใน Python และ R แก่ทีมวิทยาศาสตร์ข้อมูล โดยแบ่งให้ทำงานแบบขนานในระบบคลาวด์ SAS Visual Forecasting จะจัดเตรียมเฟรมเวิร์กแบบเปิดและขยายขนาดได้ ซึ่งรวมและทำให้อัลกอริธึมทำงานแบบขนาด จึงทำให้สามารถแชร์และใช้ซ้ำได้ด้วยวิธีที่มีการควบคุมและสอดคล้องกัน

รวมปัจจัยขับเคลื่อนภายนอกและความรู้ทางธุรกิจเข้าด้วยกัน

ปัจจัยขับเคลื่อนธุรกิจ วันหยุด หรือเหตุการณ์ที่ส่งผลต่อกระบวนการพยากรณ์จะถูกเลือกโดยอัตโนมัติจากตัวแปรที่เพิ่มไว้ในระบบ และคุณยังสามารถแทนค่าผลลัพธ์ของระบบให้เป็นไปตามข้อมูลจริงที่ได้จากธุรกิจเพื่อปรับปรุงความแม่นยำในการพยากรณ์ได้ ผ่านการใช้อินเทอร์เฟซผู้ใช้งานที่เรียบง่าย จัดการการเปลี่ยนแปลงตามตัวกรองเฉพาะที่คุณกำหนดให้เป็นส่วนหนึ่งของระบบนิเวศเดียวกัน

ความสำเร็จของลูกค้า

ลองดูเรื่องราวของผู้ที่วางแผนสู่อนาคตที่ดีกว่าด้วยการใช้ SAS

SAS Visual Forecasting shown on desktop monitor

Free Trial

Try the latest SAS Viya capabilities.

Get a free, 14-day trial of SAS Viya, which includes SAS Visual Forecasting, as well as capabilities for the entire analytics life cycle.

คุณสมบัติหลัก

SAS Visual Forecasting มอบระบบนิเวศการพยากรณ์แบบเปิดเพื่อสร้างการพยากรณ์ที่เชื่อถือได้จำนวนมากอย่างรวดเร็วและอัตโนมัติ

การเข้าถึงข้อมูล การจัดเตรียมข้อมูล และคุณภาพของข้อมูล

เข้าถึง สร้างโปรไฟล์ ทำความสะอาด และแปลงข้อมูลโดยใช้อินเทอร์เฟซที่ใช้งานง่ายซึ่งมีความสามารถในการเตรียมข้อมูลแบบบริการตนเองด้วย AI แบบฝัง

Data Visualization

สำรวจข้อมูลด้วยภาพและสร้างและแชร์การแสดงภาพอัจฉริยะและรายงานแบบอินเทอร์แอคทีฟผ่านอินเทอร์เฟซแบบบริการตนเองเพียงอินเทอร์เฟซเดียว การวิเคราะห์ฉบับปรับปรุงและความสามารถขั้นสูงช่วยเร่งข้อมูลเชิงลึกและช่วยให้คุณค้นพบเรื่องราวที่ซ่อนอยู่ในข้อมูลของคุณ​

การวิเคราะห์และพยากรณ์ชุดข้อมูลตามเวลาโดยอัตโนมัติ

แพ็คเกจฟังก์ชันหลายชุดทำงานเฉพาะในกระบวนการวิเคราะห์ชุดข้อมูลตามเวลา แปลงข้อมูลการทำธุรกรรมที่ประทับเวลาเป็นรูปแบบชุดข้อมูลตามเวลา จากนั้นสร้างโมเดลการพยากรณ์โดยอัตโนมัติ

การเรียนรู้ของเครื่องและการเรียนรู้เชิงลึก

รวมโครงข่ายประสาทเทียม (NNs) โครงข่ายประสาทเทียมที่เกิดซ้ำ (RNNs) และเทคนิคแบบผสมผสาน (NNs + ชุดข้อมูลตามเวลา) ไว้ในกระบวนการพยากรณ์เพื่อสร้างโมเดลได้แม้จะเป็นชุดข้อมูลที่ยากต่อการวิเคราะห์ก็ตาม รวมถึงสร้างฟีเจอร์และแปลงข้อมูลที่เป็นรายการเปลี่ยนแปลงให้เป็นรูปแบบที่เหมาะสมโดยอัตโนมัติ เพื่อลดขั้นตอนด้านวิศวกรรมในการสร้างคุณสมบัติ ซึ่งต้องใช้แรงงานคนจำนวนมากก่อนที่จะใช้เทคนิคที่ซับซ้อนดังกล่าว

ทำให้อัลกอริธึมโอเพ่นซอร์สขนานกัน

รวมและจับคู่ขนานอัลกอริธึม Python และ R เพื่อทำงานในคลาวด์โดยใช้เฟรมเวิร์กที่ได้รับการควบคุมอย่างดีและสอดคล้องกัน ให้อำนาจแก่ผู้ใช้โอเพ่นซอร์สในการปรับขนาดโค้ดเพื่อทำงานด้วยความเร็วสูงในรูปแบบกระจาย โดยใช้โหนดผู้ปฏิบัติงานของ SAS Viya ในระบบคลาวด์​

การแบ่งกลุ่มชุดข้อมูลตามเวลา

แบ่งกลุ่มข้อมูลโดยอัตโนมัติตามแอตทริบิวต์การจัดประเภทความต้องการ เช่น ปริมาณและความผันผวน โดยใช้เทมเพลตที่สร้างไว้ล่วงหน้าและสร้างโมเดลแต่ละส่วนแยกจากกันในไปป์ไลน์โครงการ หรือนำเข้ากลุ่มที่กำหนดเองตามข้อมูลที่ได้เรียนรู้ของธุรกิจ และใช้เทคนิคการพยากรณ์ที่เหมาะสมที่สุดโดยพิจารณาจากลักษณะของข้อมูล และเพิ่มคุณภาพให้กับการพยากรณ์ของคุณอย่างมาก

เพิ่มเหตุการณ์ในโมเดล

สร้างโมเดลผลกระทบของเหตุการณ์ (วันหยุด กิจกรรมส่งเสริมการขาย ภัยพิบัติทางธรรมชาติ ฯลฯ) ในชุดข้อมูลตามเวลาที่ขึ้นต่อกัน เพื่อปรับปรุงความแม่นยำของโมเดล โซลูชั่นดังกล่าวประกอบด้วยเหตุการณ์ที่สร้างไว้ล่วงหน้าตามค่าเริ่มต้น (เช่น วันหยุดสำคัญ) และคุณสามารถเพิ่มเหตุการณ์อื่นๆ จากที่เก็บเหตุการณ์ภายนอกได้

การสร้างโมเดลแบบอินเทอร์แอคทีฟ

วิเคราะห์ชุดข้อมูลตามเวลาแต่ละรายการ เปรียบเทียบโมเดลด้วยสายตา และพัฒนาโมเดลที่กำหนดเองสำหรับชุดข้อมูลตามเวลาแต่ละรายการผ่านอินเทอร์เฟซผู้ใช้งานที่เรียบง่าย รวมถึงตรวจทานและประเมินโมเดลด้วยแผนภาพและตารางการวินิจฉัยที่สร้างขึ้นโดยอัตโนมัติ และเลือกโมเดลที่ทำงานได้ดีกว่าด้วยตัวคุณเอง

การแทนที่การพยากรณ์ที่มีความยืดหยุ่นสูง

ปรับแต่งตัวกรองหรือกลุ่มชุดข้อมูลตามเวลาที่กำหนดโดยแอตทริบิวต์ กล่าวคือ สามารถปรับแต่งได้แม่ไม่ใช่ตัวแปรลำดับชั้น โดยใช้ความสามารถในการแทนที่ด้วยตนเองอันทรงพลังผ่านอินเทอร์เฟซผู้ใช้งานที่เรียบง่าย

การกระทบยอดตามลำดับชั้น

สร้างโมเดลและพยากรณ์แต่ละชุดในลำดับโดยชั้นแยกกัน จากนั้น ตรวจสอบความถูกต้องจากบนลงล่างในหลายๆ ระดับ คุณสามารถปรับการพยากรณ์ที่ระดับใดก็ได้ และแบ่งส่วนไปยังระดับที่ต่ำกว่าเพื่อให้ลำดับชั้นสอดคล้องกันได้ โดยการพยากรณ์เดี่ยว (ตามผลิตภัณฑ์ สถานที่ ฯลฯ) จะรวมเป็นตัวเลขสูงสุด

กระบวนการพยากรณ์และเศรษฐมิติอื่นๆ

แก้ไขปัญหาด้านความท้าทายในการพยากรณ์และการวิเคราะห์ชุดข้อมูลตามเวลา ด้วยการใช้กระบวนการ SAS/ETS® และ SAS Forecast Server

รองรับ API และภาษาการเขียนโปรแกรมอื่นๆ

ใช้โมเดลการพยากรณ์ในตัวที่มีให้เลือกมากมาย และ/หรือปรับแต่งโมเดลที่ทำงานได้ดีกับข้อมูลของคุณ ใช้ REST API สาธารณะเพื่อเพิ่ม SAS Analytics ในแอปพลิเคชันอื่นๆ และเรียกใช้การดำเนินการวิเคราะห์ ขั้นตอน และ API จาก SAS, Python, R, Java และ Lua

ภาษาสคริปต์สำหรับการประมวลผลแบบกระจาย

สภาพแวดล้อมสำหรับการเขียนสคริปต์ให้การสนับสนุนการวิเคราะห์ชุดข้อมูลตามเวลาในหน่วยความจำอย่างรวดเร็ว โดยภาษาสคริปต์ได้รับการปรับและคอมไพล์ให้เหมาะกับเครื่องที่รันอยู่ โดยไม่จำเป็นต้องเขียนโค้ดใหม่สำหรับเครื่องอื่น

คลาวด์เนทีฟ

สถาปัตยกรรมของ SAS Viya มีขนาดกะทัดรัด เป็นระบบคลาวด์เนทีฟ และรวดเร็ว ไม่ว่าคุณจะต้องการใช้ SAS Cloud หรือผู้ให้บริการคลาวด์สาธารณะหรือส่วนตัว คุณจะได้รับประโยชน์สูงสุดจากการลงทุนบนคลาวด์ของคุณ

พร้อมใช้งานบนผู้ให้บริการคลาวด์ที่คุณต้องการ

พิชิตความท้าทายด้านการวิเคราะห์ทั้งหมดของคุณด้วยการตัดสินใจที่เร็วขึ้นในระบบคลาวด์

เรียนรู้เกี่ยวกับ SAS Cloud
เรียนรู้เกี่ยวกับ SAS บน Microsoft Azure
เรียนรู้เกี่ยวกับ SAS บน AWS
เรียนรู้เกี่ยวกับ SAS บน GCP
เรียนรู้เกี่ยวกับ SAS บน OpenShift

สำรวจเพิ่มเติมเกี่ยวกับ SAS Visual Forecasting และอื่นๆ

ชุมชนผู้ใช้งาน

ชุมชน SAS Forecasting & Econometrics

ถามคำถาม แบ่งปันเคล็ดลับ และเรียนรู้เพิ่มเติมจากผู้อื่นที่ใช้งานเช่นเดียวกัน

บล็อก

5 สิ่งที่คุณควรทราบเกี่ยวกับ SAS Visual Forecasting

สิ่งที่ทำให้เทคโนโลยีนี้แตกต่างจากคู่แข่งคืออะไร หากต้องบรรยายทั้งหมดคงใช้พื้นที่หลายบรรทัด ดังนั้น โปรดอ่านเกี่ยวกับความสามารถหลักๆ 5 อย่างที่ผู้ใช้อาจยังไม่คุ้นเคย

เอกสารข้อมูล

เร่งความเร็วให้การพยากรณ์แบบโอเพ่นซอร์สด้วย SAS

หาคำตอบว่าคุณสามารถสร้างกลยุทธ์โอเพ่นซอร์สที่มีอยู่ด้วยวิธีที่คล่องตัว มีประสิทธิภาพ และปรับขนาดได้มาก โดยเรียกใช้โมเดลการพยากรณ์โอเพ่นซอร์สด้วย SAS ได้อย่างไร