时间序列预测通过预测未来事件或趋势，帮助业务用户自信地做出决策。如果您不熟悉SAP Analytics Cloud（SAC）中的预测性时间序列预测，您可能会有以下问题：

什么是时间序列预测？如何解释预测结果？像销售经理这样的人怎么能从中受益呢？如何评估时间序列预测的质量？

什么是时间序列预测？

SAP Analytics Cloud中的时间序列预测功能执行高级统计分析，通过分析趋势、波动和季节性来生成预测。预测功能使用SAP专有的时间序列技术（利用SAP云平台预测服务）分析历史时间序列数据。嵌入在一个业务用户友好的界面中，用户可以根据自己的需要在不同的时间序列算法之间进行选择。此功能可帮助业务用户做出精确的数据驱动决策，淘客猪，尤其是与业务规划流程相结合时。

通过时间序列图，用户可以在三种建模技术之间进行选择—自动预测、三重指数平滑、，自动预测使用历史数据来预测未来值——对不同的时间序列模型进行测试，并返回结果最好的模型。三次指数平滑使用历史数据来预测未来值。高级预测允许用户添加需要考虑的其他预测输入，例如即将推出的促销产品。

如何解释预测结果？

对于每个预测期，大数据查询平台，SAC生成的时间序列模型输出一个预测值（如虚线所示）和一个与预测值的上下限相对应的置信区间（如阴影区域所示）。

预测值是给定期最佳猜测的点估计。另一方面，宽度为预测值标准误差两倍的置信区间提供了预测值的上下期望。默认情况下，使用95%置信区间，允许用户对实际值在该区间内有95%的置信度。

用例场景：销售经理如何从中受益？

使用预测功能，您将能够发现可能影响各种关键绩效指标（如收入、流失率和生产率）的过去数据趋势。例如，销售经理可以使用预测来预测即将到来的销售季的销售收入。

要开始，请上传数据集并确保有历史数据，以便系统可以使用它来查找趋势。

质量分数衡量模型与数据的匹配程度，并根据平均绝对百分比进行计算预测和预测结果的误差（MAPE）。MAPE以百分比的形式度量错误的大小。例如，质量指标5表示预测至少正确80%。

SAP Analytics Cloud中的预测图表还允许您通过预测过去的值来测试预测的准确性。您可以将预测值与实际值进行比较，返现卡，并直观地确定模型是否进行了公平的预测（单击"显示/隐藏"，选中"过去期间预测"）。

如果预测间隔非常长且很宽，云服务器购买，数据与大数据专业，则表明模型的置信度非常低。理想情况下，预测间隔越窄，预测质量就越高。

准确的预测，预测未来的结果可以避免代价高昂的错误，并让更容易的决策指引你走向成功。