什么是时间序列预测？时间序列数据通常是指在一段时间内以固定时间间隔收集的历史数据。例如，每日记录的商店的销售数据或每月记录的费用数据是时间序列数据的示例。预测性预测是利用机器学习或统计学来预测未来的价值，基于这些历史时间序列数据，租用服务器，分析数据的趋势、周期和波动。
预测性预测通常与计划预测并行不悖，淘客引流，其中控制者关注公司的财务方向、结果和发展每月或每季度执行总体计划。
除了历史数据和预测性预测外，规划预测通常利用商业头脑和规划模型来确定这些未来结果。因此，通过预测预测预测的未来值可用于规划预测，以做出更多数据驱动的决策。
时间序列预测的现实世界示例
时间序列预测是一种有用的预测能力，使企业能够预测和改进未来规划。能够预测和更好地准备未来可以帮助企业优化其资源，并为未来做好准备。以下是我们的客户能够从预测性预测中受益的两种情况。
销售预测：零售企业利用预测性预测分析历史销售数据，关于云服务器，为其门店生成销售预测。销售预测可以揭示季节性波动模式，智慧农业物联网系统，以便更好地衡量和准备特定时间（如体育赛事期间）消费者对某些产品的需求激增。这有助于企业更好地规划其库存，以根据销售预测预测不同水平的消费者需求。
预测差旅费用：一个全球性组织利用预测预测预测预测未来差旅费用，从而实现更好的预算规划。这个组织需要计划他们应该如何为下一个季度的员工差旅费做预算。他们能够利用历史旅行费用数据来预测未来的旅行费用值。利用数据驱动的预测，组织能够通过更好的预算来优化其财务资源，并可以监控显著偏离预测的差旅费，以便进一步调查。
如何在SAP BusinessObjects Cloud中使用时间序列预测
SAP BusinessObjects Cloud中嵌入的时间序列预测提供了一个业务解决方案用户友好的界面，用户只需选择所需的预测时段，然后单击"运行"，人工智能研究，而无需在不同的时间序列算法之间进行选择。
