我在巴塞罗那TechEd期间展示了我们的预测分析解决方案。

我为这次活动制作了一个预测工厂的酷演示预测每个国家互联网使用量的增长。

我有一个紧迫的问题，去寻找数据。我求助于世界银行的开放数据html">网站，这通常是一个用于此类统计的金矿。你可以在这里了解这个指标。

保持这个演示简单，我没有使用额外的变量（这是一个很好的下一步）。数据集只包括年份、国家和互联网用户（每100人）作为数据集字段。

我清理了国家的初始列表，因为数据并不总是完全可靠或完整的。最后，我的数据集中有153个国家。

我选择了TechEd 20年的一个年份范围，从1996年到2015年（去年可用）。

全球的增长当然是惊人的，因为我们从1996年的1.3%的使用率（这里是美好的回忆）上升到2015年的44%。预计2018年将跨过这一里程碑。

由于SAP BusinessObjects Predictive Analytics 3.1最近发布，因此可以直接在预测工厂内创建时间序列预测模型。

我创建了一个项目，大淘客，指向正确的数据源，然后创建预测模型实际上是一个简单的填表步骤。

我点击时间序列预测来创建预测模型。

使用的分段是国家变量，这意味着将为每个国家创建一个单独的预测模型。需要对2016年、2017年和2018年进行3次预测。

在"报告"选项卡中，我看到了我的预测模型在不同国家的表现，最准确的模型（又名"顶部部分"）和最不准确的模型（又名"底部部分"）。

波兰有一个警告，因为没有足够的信心预测未来3年我可以看看德国的预测模型。我们看到，互联网使用率正在达到一种高原状态，每年只增长一个百分点。

印度这样的国家情况非常不同，预计2016年互联网使用率将增长到35%，2017年将增长到47%。这意味着大约有1.62亿新的互联网用户。难怪像Facebook这样的公司为什么对印度目前对互联网的需求如此感兴趣；—）.

预测工厂的目的是涵盖预测项目的端到端，不仅是预测模型的首次创建，而且是随后的步骤。因此，下一个问题是"我什么时候能得到2016年的新数据点，我如何能自动刷新预测模型，大数据的应用，低价云服务器，店铺淘客，预测到2019年？"再说一次，我只需要填一张表，我来了！

我要求在每年年底更新模型，微信淘客，生成3个预测，并在专用表格中创建预测。

在预测工厂中创建这种端到端的模式是一种非常直接和愉快的体验。你可以很容易地想象相同的过程部署在几个行业的例子，如零售业，电信业，制造业…每个行业都需要提前预测和计划！

如果我在未来找到更多的时间（这一次很难预测；-）），我想看看如何添加有价值的额外预测变量，以进一步提高预测的准确性，并进一步降低置信误差区间。例如，我在考虑国内生产总值的增长，人口的增长…等等…

我期待着听到你关于预测工厂的冒险经历！

本博客使用的数据来自国际电信联盟、世界电信/ICT发展报告和数据库以及世界银行的估算。