Jump to: navigation, search

覆疊入門


在 WFM 中,覆疊的每個事件代表歷史資料或未來的異常情況,—也就是互動量 (IV) 的正常情況,或平均處理時間 (AHT) 不在平常時令、當週或即日的其中一個趨勢中。如果這些事件指向同一種異常情況,即過去發生過多次或未來可能復發,那麼覆疊事件就會被排入覆疊群組,簡稱為覆疊。最常見覆疊範例是廣告活動和目錄發放。

當特殊覆疊中的事件處於預測間隔,覆疊會直接影響預測資料。

覆疊類型

有兩種類型的覆疊,端視 WFM 如何計算其對預測資料的影響而定義:

  1. 倍增覆疊以特定百分比例增加或減少每一階的預測資料。該百分比例是覆疊的影響分配,乘以事件強度。間隔總數受到影響。

    7.6.1 版發行前,此類覆疊稱為因數。覆疊所涵蓋的每一階 (每日或每小時) 預測資料,會透過某個特定百分比例調整,並乘以事件強度
  2. 覆寫覆疊重新分配事件間隔的量。間隔總數不會變更。數量可從一個事件階移至另一階。

    當因數更名為倍增覆疊時,版本 7.6.1 會提供此類覆疊。其設計目的是為保留受影響期間的預測總數,並調整該期間內的數量分配狀況。此覆疊類型的事件會套用為最後的預測步驟。時令的元件 (即日、每日和每年) 和倍增覆疊會在計算覆寫覆疊之前先行套用。

    覆寫覆疊會依照每個事件階 (每日或每小時) 的加權 (或百分比) 分配數量。它會調整每個事件階的數量,如此一來,事件階便可獲得其依照加權之整個事件期間總數的一部分。

    例如,覆寫覆疊有三個事件階,加權分別為 203050。如果整個間隔預測總數為 1,000,那麼第一個事件階將獲得 200,第二個為 300,而最後一個為 500。請注意,在計算此覆疊類型的影響時,並未將初始預測的事件階總數列入考量。事件階的加權由覆疊本身決定,而受事件影響的整個間隔預測總數則會列入考量。

    在計算事件階 (每日或每小時) 時,其總數會按比例分配為 15 分鐘時階,而在套用於事件前,會分配每個時階數量。如此便可保留即日或即時模。

    當覆寫覆疊類型的事件與其他相同類型事件重疊時,即使兩者屬於不同的覆疊也無法計算。但可以和倍增覆疊的事件重疊。

分配事件影響

有三種方法可決定每個事件階的影響,而且套用於這兩種覆疊類型:

  1. 由開始-結束決定—覆疊的影響分配狀況由指定的開始和結束影響值決定。從開始值到結束值,每個事件階的相同量會逐漸變更影響。例如,如果開始值是 100 而結束值是 200,覆疊為每日,為時六天,則第一天的影響是 100,第二天為 120,接著依序為 140160180 到最後第六天也是最後一天 200
  2. 保留整個詳細分配狀況—覆疊各別儲存每個事件階的影響。其可以預先計算、由使用者輸入或混用。
  3. 依照預測期間的每一次計算 (一律計算)—預測期間一律計算覆疊的影響。要成功計算,歷史期間應包含一個或多個在相同覆疊中的事件。覆疊的影響由根據歷史資料的預測演算法決定,然後使用於預測。

忽略歷史資料

覆疊類型下的任何事件可能具有忽略歷史資料旗標設定,其指定該事件涵蓋的歷史資料間隔資料是否用於計算數量預測或覆疊影響 (請參閱計算覆疊影響)。

如果事件未具備忽略歷史資料旗標設定,會考量將事件涵蓋的資料用於預測。

未另外處理受事件影響的歷史資料,而不是忽略或使用該資料。

計算覆疊影響

覆疊的影響可透過分析歷史資料來決定,並透過預測演算法完成。演算法會分析歷史資料期間,其包含一個或多個要計算的覆疊事件。

開始進行數量預測或在數量預測期間,可預先計算覆疊 (請參閱分配事件影響)。若提供相同歷史資料並使用同方法,結果應該相同。

倍增覆疊是透過將時令元件 (每年、每日或即日) 從指定歷史資料中的每個覆疊事件的事件影響中分離出來所算出的。然後將影響除以事件強度,再算出平均數。將影響套用到預測間隔上的事件時,乘以該事件的強度。

覆寫覆疊中,針對每個事件計算整個事件期間總數中每個事件階的百分比,再算出平均數。

例如,歷史期間在每日覆疊中有兩個事件,共為期 3 天。第一個事件的天數為 150200150 (分別佔總數的 30%、40% 和 30%),第二個事件的天數為 150150200 (分別佔總數的 30%, 30%和40%)。每個事件階 (此案例為日) 會各自均除,而覆疊會分別計算為 30%、35%、35%。

This page was last edited on October 31, 2016, at 22:43.

Feedback

Comment on this article:

blog comments powered by Disqus