品目分類

一般的な

品目分類フィールドは品目を 10 の異なるクラスに分類します。これらのクラスは次のとおりです。

品目はこれら 11 のグループに集約できます。これらのグループは、異なるグループに異なる予測モデルを設定するための補助として使用できます。以下に、さまざまな品目がどのグループに属するかを決定する方法について説明します。分類は予測サーバーによってジョブとして実行されます。

レベルとトレンドの検出

まず、季節プロファイル (季節コンポーネント検出アルゴリズム) を参照して、その品目に季節性があるかどうかを確認します。品目に季節性がある場合は、レベルとトレンドの検出を続行する前に季節的な変化の履歴が削除されます。季節的なパターンが検出されない場合は、元の需要パターンを続行します。

次に、トレンドをテストする 2 つの方法があります。

まず、線形回帰を使用して最新の 12 か月の傾きを計算し、次の式を使用して傾きの標準誤差も計算します。

ここで

n 期間数
期間 i の回帰直線
期間 i の過去の需要
期間 i の X
すべての X の平均

SE は回帰勾配の標準偏差であり、回帰勾配が正の場合、正の勾配 (>0) の可能性は 98% より高いとみなされます。下記の図を参照してください。

トレンドがマイナスの場合もアルゴリズムは同様です。

このテストで精度が 98% 以上であると判定された場合、その品目にはトレンドがあると判断されます。ただし、このテストの精度が 98% から 75% の間であれば、24 か月の履歴で別のテストを実行し、上記と同じテストを実行します。この 2 番目のテストが同じ方向の正または負のトレンドで 98% を超える場合、その品目にはトレンドがあると判断されます。

例

1.最初のテストで 98% 以上の精度で正のトレンドが見られた場合、その品目は正のトレンドがあると判断されます。

2.最初のテストでは、負のトレンドの精度が 76% で、2 回目 (24 か月間実行) のテストでは、負のトレンドの精度が 97% の場合、この品目にはトレンドがないと判断されます。

3.最初のテストでは、正のトレンドの精度が 76% で、2 回目 (24 か月間実行) では負のトレンドが 98% の場合、この品目にはトレンドがないと判断されます。

最初の期間の長さ (デフォルトは 12 か月) を変更したり、2 番目の範囲 (デフォルトは 24 か月) を変更したり、制限値 (デフォルトは 98) を変更したりできます。これらの設定はすべて、サーバー詳細設定で変更できます。

最初の範囲設定は、Classification\MonthsUsedToIdentifyTrendShort です。デフォルト設定は 12 か月です。これは期間ではなく月数であることに注意してください。

2 番目の範囲設定は、Classification\MonthsUsedToIdentifyTrendLong です。デフォルト設定は 24 か月です。これは期間ではなく月数であることに注意してください。

トレンド確実性の要件は Classification\TrendCertaintyRequirement です。デフォルト設定は 98 です。

分類なし

分類されていないすべての品目がこの ID に設定されます。

新規品目

新規品目クラスには、一定期間以下のすべての品目が含まれます。この数は、サーバー詳細設定エントリ Classification\BrandNewLimmit で調整できます。規定値は 4 です。この数値は、新品目の期間数よりも小さくする必要があります (新品目を参照)。

新品目

新品目クラスには、過去の需要が 1 年未満かつ 2 期間未満のすべての品目が含まれます。これは固定数です。期間の長さとして月数を使用する場合、14 期間未満のすべての品目は新品目として扱われます。

断続的

断続的な品目を決定する方法は、シリーズ内のゼロの数を数えることです。ゼロの数が IntermittientZeroPercent 制限より大きい場合、シリーズは断続的です。IntermittentZeroPercent は、サーバー詳細設定エントリから次のように変更できます。

Classification\ IntermittientZeroPercent

規定値は 20 です。これは、月次期間バージョンを想定すると、年間 12*0.2=2.4=3 以上のゼロ期間を持つすべての品目が断続的に設定されることを意味します。

季節

これは断続的であり、季節もある品目です。季節検出手順については、季節プロファイル (季節コンポーネント検出アルゴリズム) を参照してください。

レベル

品目にレベルのみがある場合は、このクラスに属し、上記のレベル/トレンド検出アルゴリズムではトレンドは見つかりません。

レベル/季節

品目にレベルと季節がある場合は、このクラスに属します。季節検出手順については、季節プロファイル (季節コンポーネント検出アルゴリズム) を参照してください。レベル/トレンド検出アルゴリズムについては上記を参照してください。

レベル/トレンド (+)

品目に正のトレンドがある場合は、このクラスに属します。トレンド検出手順については上記を参照してください。

レベル/トレンド (-)

品目に負のトレンドがある場合は、このクラスに属します。トレンド検出手順については上記を参照してください。

レベル/トレンド (+)/季節

品目に正のトレンドと季節がある場合は、このクラスに属します。トレンド検出手順については上記を参照してください。季節検出手順については、季節プロファイル (季節コンポーネント検出アルゴリズム) を参照してください。

レベル/トレンド (-)/季節

品目に負のトレンドと季節がある場合は、このクラスに属します。トレンド検出手順については上記を参照してください。季節検出手順については、季節プロファイル (季節コンポーネント検出アルゴリズム) を参照してください。

終了

指定された期間内に品目のトランザクションがなかった場合、品目は終了として分類されます。終了する品目のテストは次のとおりです。

品目の需要がポアソン処理に従って強度 l (時間間隔あたりの品目数) で発生すると仮定すると、次の x 期間に需要がゼロになる確率は次のようになります。

受入強度は、より簡単に解釈できる連続する需要間の時間 q から次のように決定できます。

ここで、

ゼロ需要が連続して発生し、その確率が小さい場合、需要項目は終了していると信じる理由があります。確率の境界値を選択する p (0.005 が規定値)を超える場合、x 時系列の最後に次のゼロ需要が発生します。

結果のチェック式は以下のとおりです。確率、p=0.005 (規定値)。これにより、終了時の後続のゼロ需要期間の数である SubZeroPeriods が満たされている場合、品目は終了として分類されます。

p の値は、サーバー詳細設定エントリから変更できます。Classification\TerminatedZeroOccProb. 確率はサーバー詳細設定エントリで 0.5 に設定されており、結果は p = 0.5/100 = 0.005 になります。