Anleitung zum eigenen Vorhersagemodell

Eine Anleitung zum eigenen Vorhersagemodell

Was spricht für diese Lösung?

Wie schon im ersten Artikel aus unserer Predictive-Analytics-Blogreihe angesprochen, müssen wir als Analysten Unternehmen mit wichtigen Erkenntnissen versorgen – Erkenntnisse, die Entscheidungen unternehmensweit optimieren und so das Kundenerlebnis verbessern, Faktoren identifizieren, die sich auf die Geschäftsentwicklung auswirken, und versteckte Risiken offenlegen.

Um ein einheitliches Modell zur Vorhersage des optimalen Geschäftsnutzens aufbauen zu können, müssen wir jedoch eine ganze Reihe von Schritten abarbeiten. Dabei gilt es zunächst, die Daten zu bereinigen und umzuwandeln und sich für die passenden Algorithmen zu entscheiden. Hinzu kommen das Training, die Optimierung und das Testen unseres Vorhersagemodells, bis es schließlich so weit ist, dass es auf die Geschäftsprozesse angewendet werden kann.

Sobald man aber denkt, dass man sich mit etwas Neuem beschäftigen kann, ändern sich unsere Daten wieder und unser Vorhersagemodell muss entsprechend aktualisiert werden. Zudem benötigt man für andere Geschäftsentscheidungen wieder ganz andere Vorhersagemodelle.

Wie können wir am Ball bleiben?

Die Antwort lautet SAP BusinessObjects Predictive Analytics. Wir müssen es nur mit Daten füttern und es automatisiert für uns die Modellentwicklung, wobei es die Informationen für jede Entscheidung generiert und testet. Wir können die Modelle unternehmensweit einsetzen, immer genau dort, wo sie benötigt werden, um jederzeit die besten Entscheidungen zu treffen.

Ein weiterer wichtiger Aspekt, der mit dieser Lösung einhergeht, ist die Zeitersparnis: Ergebnisse liegen nicht erst nach Wochen oder sogar Monaten vor, sondern innerhalb weniger Tage. Und sobald eine Aktualisierung der Modelle anhand unserer neuesten Daten ansteht, stellt sie auch das sicher, wobei Relevanz der Modelle stets gegeben ist.

Ein Modell erstellen und Vorhersagen ableiten

In diesem Artikel erstellen wir ein Vorhersagemodell, das dann später für die weiteren Vorhersagen zum Einsatz kommt. Ich zeige euch, wie einfach es ist, ein erfolgreiches Modell auf Grundlage eines aussagekräftigen Datensets zu erstellen.

Angefangen habe ich mit einem öffentlichen Datensatz von Kaggle; der ideale Einstieg für alle, die sich mit maschinellem Lernen beschäftigen möchten. Dabei habe ich mich für den Datensatz Rossman Store Sales entschieden, da dieser die historischen Verkaufsdaten von rund 1.115 Rossmann-Filialen bereitstellt.

Den Datensatz finden Sie unter folgendem Link: https://www.kaggle.com/c/rossmann-store-sales.

Die Aufgabe bestand darin, die „Verkaufszahlen“ für jede Filiale für ein bestimmtes Jahr zu prognostizieren (z. B. 2015).

8 Schritte bis zum eigenen Vorhersagemodell

Schritt 1
Gehen wir davon aus, dass SAP HANA Studio sowie SAP BusinessObjects Predictive Analytics bereits auf deinem Computer installiert sind. Darüber hinaus benötigst du eine SAP-HANA-Serververbindung, um auf die HANA-Datenbank und -Engine zugreifen zu können.

Schritt 2
Sammle die Daten und lade die CSV-Dateien in die SAP-HANA-Datenbank. Bei der Erstellung unseres Modells kamen die Datei store.cvs mit den Informationen zu den Filialen sowie die Datei train.csv mit den historischen Daten einschließlich der Verkaufszahlen (Abb. 1.1) zum Einsatz.

SAP HANA Database

Abb. 1.1

Schritt 3
Erstelle eine Berechnungssicht für jeden Datenset (Abb. 1.2). Bringe diese dann in einer weiteren Berechnungssicht zusammen, die dann später im Predictive-Analytics-Tool verwendet wird. Das endgültige Schema der Sichten findest du in Abbildung 1.3.

Calculation View

Abb. 1.2

Final View

Abb. 1.3

Schritt 4
Weiter geht’s. Nach dem Öffnen von SAP Predictive Analytics findest du das Toolset Expert Analytics (Abb. 1.4). Bei Expert Analytics handelt es sich um ein Tool für statistische Analysen und Data Mining, mit dem du deine eigenen Vorhersagemodelle erstellen kannst, anhand derer du wiederum Prognosen über zukünftige Ereignisse stellen kannst.

Expert Analytics Toolset

Abb. 1.4

Schritt 5
Füge ein neues Datenset hinzu. Dazu kannst du wie in Abbildung 1.5 gezeigt als Quelle die Option „Download aus SAP HANA“ auswählen. So werden die Daten lokal auf deinem Rechner gespeichert und auch das Modell wird lokal ausgeführt. Alternativ kannst du auch die Option „Verbindung mit SAP HANA“ nutzen. Wie du sicher schon erraten hast, werden die Daten und das Modell dann in HANA gespeichert bzw. ausgeführt.

Add new dataset

Abb. 1.5

Schritt 6
Stelle mit deinen Anmeldedaten wie ein Abbildung 1.6 gezeigt eine Verbindung zu deinem SAP-HANA-Server her.

Connection to SAP HANA

Abb. 1.6

Schritt 7
Suche die zuvor erstellte Sicht und klicke auf „Erstellen“ (Abb. 1.7).

Create

Abb. 1.7

Schritt 8
In der Designer-Sicht stellen wir unser Prognoseschema zusammen (Abb. 1.8). Dazu beginnen wir unter Stichprobe mit der Auswahl der Daten (und beschränken uns dabei auf die Daten aus 2015). Im nächsten Schritt weisen wir in der Partitionskomponente die Trainings-, Test- und Validierungsdaten zu. Zur Klassifizierung nutzen wir den linearen Auto-Regression-Algorithmus, in dem die Variablen linear von den vorausgegangenen Werten und einem stochastischen Term abhängen. Die letzte Komponente Modellstatistik dient dann der Anzeige der Ergebnisse.

Designer Screen

Abb. 1.8

Ergebnisse
Nach dem Ausführen des Modells erhalten wir das folgenden Ergebnis (Abb. 1.9). Wie erwartet stimmt der grün markierte prognostizierte Wert nahezu mit dem tatsächlichen Wert in blau überein. Im Reiter Übersicht finden wir die Algorithmenübersicht sowie die Verteilung über die Trainings-, Test- und Validierungsdatensets (Abb. 2.0).

Result

Abb. 1.9

Result

Abb. 2.0

Fazit

Mit SAP BusinessObjects Predictive Analytics kannst du aus komplexen, in deinen Daten verborgenen Mustern konkrete und zielführende Erkenntnisse gewinnen – Erkenntnisse, die wiederum die Kundenbindung, die Verkaufszahlen und die operative Entwicklung positiv beeinflussen und Risiken im ganzen Unternehmen reduzieren. Und dadurch lassen sich natürlich unter dem Strich massive Verbesserungen im Geschäftsergebnis erzielen. Dabei kann all das hochautomatisiert erfolgen, was es umso leichter macht, dauerhaft Spitzenleistungen zu gewährleisten und viele hundert Modelle zu verwalten.

Darum möchte ich dir dringend ans Herz legen, mit SAP Business Objects Predictive Analytics ganz neue Wege in deinem Digital Enterprise zu beschreiten.

Falls du noch Fragen hast, kannst du dich gerne an uns wenden! Wir helfen dir gerne weiter.

Quelle: https://www.sap.com/germany/assetdetail/2017/05/9a00f0bc-b87c-0010-82c7-eda71af511fa.html

Autor dieses Beitrags
Andrei Orbai Associate SAP BI
Tel.: +49 (0) 7031 714 660 0
E-Mail: cluj@inspiricon.de