La previsión permite que los analistas agreguen rápidamente proyecciones de datos a las consultas Explorar nuevas o existentes para ayudar a los usuarios a predecir y supervisar datos específicos. Las visualizaciones y los resultados de las exploraciones previstas se pueden agregar a los paneles y guardar como Looks. También puedes crear y visualizar resultados previstos y visualizaciones en el contenido incorporado de Looker.
Puedes prever datos si tienes permiso para crear previsiones.
Cómo se crean y muestran los resultados previstos
La función Previsión usa los resultados de los datos de la tabla de datos de una exploración para calcular los datos futuros. Los cálculos de previsión incluyen solo los resultados que se muestran de una consulta de exploración. No se incluye ningún resultado que no se muestre debido a los límites de filas. Para obtener más información sobre el algoritmo que se usa para calcular las previsiones, consulta la sección algoritmo ARIMA de esta página.
Los resultados previstos se muestran como una continuación de las visualizaciones existentes de Explorar y están sujetos a la configuración de visualización establecida. Los datos previstos se distinguen de los datos no previstos de las siguientes maneras:
- En los gráficos cartesianos admitidos, los datos previstos se diferencian de los datos no previstos por medio de la renderización en un tono más claro o con líneas punteadas.
- En los tipos de gráficos de texto y tablas compatibles, los datos previstos aparecen en cursiva y se agregan con un asterisco.
Los datos previstos también se identifican de forma explícita en la información sobre la herramienta que aparece cuando colocas el cursor sobre un dato previsto.
Solo ciertos tipos de visualizaciones admiten datos previstos, como se analiza en la siguiente sección.
Algoritmo ARIMA
La previsión aprovecha un algoritmo de media móvil integrada autorregresiva (ARIMA) para crear una ecuación que coincida mejor con los datos que se ingresan en una previsión. Para encontrar la mejor coincidencia para los datos, Looker ejecuta ARIMA con un conjunto de variables iniciales, crea una lista de variaciones de esas variables y vuelve a ejecutar ARIMA con esas variaciones. Si alguna de las variaciones genera una ecuación que se ajusta mejor a los datos de entrada, Looker usa esas variaciones como las nuevas variables iniciales y crea variaciones adicionales que luego se evalúan. Looker continúa repitiendo este proceso hasta que se identifican las mejores variables o hasta que se agoten todas las opciones o el tiempo de procesamiento asignado.
Este proceso puede considerarse como un algoritmo genético, en el que individuos de cientos de generaciones crean de 1 a 10 descendencias cada una (variaciones de las variables basadas en la madre) y los mejores descendientes sobreviven para crear potencialmente "mejores" generaciones. La forma en que Looker usa muchas invocaciones de ARIMA en un enfoque de algoritmo genético se llama AutoARIMA.
Para obtener más información sobre AutoARIMA, consulta la sección Sugerencias para usar auto_arima de la Guía del usuario de pmdarima. Aunque esta no es la biblioteca que Looker usa para ejecutar AutoARIMA, pmdarima brinda la mejor explicación del proceso y de las diferentes variables que se usan.
Tipos de visualizaciones compatibles
Los siguientes tipos de visualizaciones cartesianas admiten la renderización de datos previstos:
Los siguientes tipos de gráficos de texto y tabla admiten la renderización de datos previstos:
Por el momento, otros tipos de visualización, incluidas las visualizaciones personalizadas, no pueden renderizar los datos previstos.
Explora los requisitos de las consultas para la previsión
Para crear una previsión, una exploración debe cumplir con estos requisitos:
- Incluya exactamente una dimensión, que debe ser una dimensión de período con el relleno de dimensiones habilitado.
- Incluir al menos una medición o una medición personalizada (una previsión puede incluir hasta cinco mediciones o medidas personalizadas)
- Ordenar los resultados por dimensión de período en orden descendente
Aspectos para tener en cuenta
A continuación, se incluyen criterios adicionales que debes tener en cuenta cuando creas una nueva consulta de exploración para obtener una previsión o agregas una previsión a una consulta de exploración existente:
- Tablas dinámicas: Las previsiones se pueden realizar en las exploraciones dinámicas, siempre que se cumplan los requisitos anteriores.
- Totales y subtotales de las filas: Los totales y subtotales de las filas no incluyen los valores previstos. No recomendamos usar subtotales ni totales de fila con la previsión, ya que esto puede generar cifras inesperadas.
- Filtros que incluyen períodos incompletos: Para obtener proyecciones precisas, la previsión solo se debe usar junto con una lógica de período completo en Explorar filtros cuando las Exploraciones incluyen datos de períodos incompletos. Por ejemplo, si un usuario prevé datos de un mes en el futuro mientras se filtra una exploración para mostrar datos de los últimos tres meses, esta incluirá los datos del mes actual incompleto. La previsión incorporará los datos incompletos en su cálculo y mostrará resultados más poco confiables. En su lugar, usa una lógica de filtro, como en los últimos 3 meses completos, en lugar de en los últimos 3 meses, cuando una exploración incluye períodos incompletos (por ejemplo, cuando una exploración incluye datos mensuales incompletos del mes actual) para garantizar una previsión más precisa.
- Cálculos basados en tablas: Los cálculos con tablas que se basan en una o más mediciones previstas se incluirán automáticamente en una previsión.
- Límites de filas: Explora cómo se aplican los límites de filas a toda la tabla de datos, incluidas las filas previstas.
Si deseas obtener sugerencias adicionales y recursos para solucionar problemas, consulta la sección Problemas habituales y aspectos que debes saber de esta página.
Por lo general, un conjunto de datos con más filas, junto con una longitud de previsión más corta, dará como resultado una previsión más precisa.
Opciones del menú Previsión
Puedes usar las opciones del menú Previsión, ubicado en la pestaña Explorar Visualización, para personalizar los datos previstos. El menú Previsión incluye las siguientes opciones:
Seleccionar campo
El menú desplegable Seleccionar campo muestra las mediciones o las mediciones personalizadas en la consulta Explorar que están disponibles para la previsión. Se pueden seleccionar hasta cinco mediciones o medidas personalizadas.
Duración
La opción Longitud indica la cantidad de filas, o el tiempo durante el cual se deben prever los valores de datos. El intervalo de duración de previsión se propaga automáticamente según la dimensión de período en la consulta Explorar.
Por lo general, un conjunto de datos con más filas, junto con una longitud de previsión más corta, da como resultado una previsión más precisa.
Intervalo de predicción
La opción Intervalo de predicción permite a los analistas expresar cierta incertidumbre en las previsiones para mejorar la exactitud. Cuando está habilitada, la opción Intervalo de predicción te permite seleccionar los límites de los valores de datos previstos. Por ejemplo, un intervalo de predicción del 95% indica una probabilidad del 95% de que los valores de la medición prevista se encuentren entre los límites inferior y superior de la previsión.
Cuanto más grande sea el intervalo de predicción seleccionado, más amplios serán los límites inferior y superior.
Estacionalidad
La opción Estacionalidad permite a los analistas dar cuenta de los ciclos conocidos o las tendencias de datos repetitivas en una previsión y se refiere al número de filas de datos en el ciclo. Por ejemplo, si la tabla de datos de una exploración tiene una fila por hora y los ciclos de datos son diarios, la estacionalidad es 24.
Con la configuración de previsión predeterminada, Looker hace referencia a la dimensión de fechas en una exploración y analiza varios ciclos de estacionalidad posibles para encontrar la mejor coincidencia para la previsión final. Por ejemplo, cuando usas datos por hora, Looker puede probar ciclos de temporada diarios, semanales y de cuatro semanas. Looker también tiene en cuenta la frecuencia de la dimensión. Si una dimensión representa un período de seis horas, Looker sabe que solo habrá cuatro filas en un día y ajustará la estacionalidad según corresponda.
En casos de uso comunes, la opción Automática detecta la mejor estacionalidad para un conjunto de datos determinado. Si conoces ciclos específicos del conjunto de datos, la opción Personalizada te permite especificar la cantidad de filas que conforman un ciclo para las mediciones individuales de una previsión.
Cuando realizas previsiones de valores de datos para varias mediciones, puedes seleccionar diferentes opciones de estacionalidad, incluida ninguna, para cada medición individual. El menú desplegable Estacionalidad tiene varias opciones:
La previsión aplica la opción de estacionalidad Automática a las previsiones de forma predeterminada, incluso cuando la opción Estacionalidad no está habilitada.
Automático
Con la opción de estacionalidad Automática, Looker selecciona la mejor opción para tus datos de varios períodos estacionales comunes, como diario, por hora, mensual, etcétera.
Personalizado
Cuando conozcas el número específico de filas que componen cada estación o ciclo en tu conjunto de datos, puedes especificarlo en el campo Período (Period). Puede resultarte útil seleccionar Personalizado si sabes que los datos rotan en una cantidad específica de filas.
Cuando trabajas con datos que rotan en meses, pero se expresan con un mayor nivel de detalle (por ejemplo, si usas un nivel de detalle de fecha o semana en una exploración), por lo general, un período de 4 o 30 días se ajusta a los ciclos mensuales.
Ninguna
La estacionalidad es un componente importante de la previsión. Sin embargo, según los datos de entrada, no siempre se recomienda. Si no hay ciclos predecibles en los datos, habilitar la estacionalidad puede generar previsiones imprecisas cuando el algoritmo intentará encontrar un patrón y, luego, intentar ajustar el patrón falso a la previsión. Esto puede generar una predicción confusa.
Cuando realizas una previsión de valores de datos para varias mediciones y deseas habilitar la Estacionalidad solo para una o varias, puedes seleccionar Ninguna en todas las mediciones para las que no deseas habilitar la Estacionalidad.
Cómo crear una previsión
Solo los usuarios con permiso pueden crear previsiones.
Para crear una previsión, sigue estos pasos:
Asegúrate de que la función Explorar cumpla con los requisitos de la previsión. A modo de ejemplo, un usuario desea crear una previsión para una consulta Explorar con las opciones Mes creado de usuarios, Recuento de usuarios y Recuento de pedidos, que está ordenada por Mes creado por los usuarios en orden descendente. Los resultados muestran datos hasta diciembre de 2019.
Haz clic en Previsión en la pestaña Explorar Visualización para abrir el menú Previsión.
Haz clic en el menú desplegable Seleccionar campo para elegir hasta cinco mediciones o medidas personalizadas que deseas prever. El usuario del ejemplo selecciona Recuento de usuarios y Recuento de pedidos.
En el campo Longitud, ingresa el período en el futuro que deseas prever en el campo Longitud. El usuario del ejemplo ingresa 6 meses.
De manera opcional, haz clic en el interruptor Intervalo de predicción o la Estacionalidad para habilitar cualquiera de las funciones y personalizar las opciones asociadas. El usuario del ejemplo no habilita ninguna de las opciones.
Haz clic en la x de la pestaña de menú junto a Previsión para guardar tu configuración y salir del menú.
Haz clic en Ejecutar para volver a ejecutar la consulta de exploración. (debes volver a ejecutar Explorar después de realizar cambios en la previsión).
La visualización y los resultados de Explorar ahora mostrarán los valores previstos para el período especificado. Con las opciones especificadas, el Explorar de ejemplo muestra datos previstos para Recuento de usuarios y Recuento de pedidos de seis meses desde el 1 de enero de 2020 hasta el 6 de febrero de 2020.
Debido a que los cálculos previstos dependen del orden en el que se ordenan los datos, el ordenamiento se inhabilita una vez que se ejecuta una consulta prevista.
Cómo editar una previsión
Solo los usuarios con permiso pueden editar las previsiones.
Para editar una previsión, sigue estos pasos:
- De forma opcional, edita la consulta Explorar según sea necesario para agregar o quitar diferentes mediciones o campos de período. Asegúrate de que la función Explorar cumpla con los requisitos de la previsión.
- Haz clic en Previsión en la pestaña Explorar Visualización para abrir el menú Previsión.
- Haz clic en el menú desplegable Seleccionar campo para realizar cambios en los campos previstos. Para quitar los campos previstos, sigue estos pasos:
- Haz clic en las casillas junto a los campos previstos en el menú desplegable expandido Seleccionar campo para quitar los campos de la previsión.
- También puedes hacer clic en la x que aparece junto al nombre del campo en el menú contraído Seleccionar campo.
- Edita la cantidad de tiempo en el futuro que se especificará para la previsión en el campo Longitud, según lo desees.
- De manera opcional, haz clic en el interruptor Intervalo de predicción o la Estacionalidad para habilitar cualquiera de las funciones y personalizar las opciones asociadas.
- Si el Intervalo de predicción o la Estacionalidad ya estaban habilitados, se mostrarán las personalizaciones. Edita la configuración personalizada como desees o selecciona el interruptor para quitar la función de la previsión.
- Haz clic en la x de la pestaña de menú junto a Previsión para guardar tu configuración y salir del menú.
- Haz clic en Ejecutar para volver a ejecutar la consulta de exploración. (debes volver a ejecutar Explorar después de realizar cambios en la previsión).
Los resultados y la visualización de Explorar ahora mostrarán la previsión modificada. Debido a que los cálculos previstos dependen del orden en el que se ordenan los datos, el ordenamiento se inhabilita una vez que se ejecuta una consulta prevista.
Cómo quitar una previsión
Solo los usuarios con permiso pueden quitar previsiones.
Para quitar una previsión de una exploración, sigue estos pasos:
- Haz clic en Previsión en la pestaña Explorar Visualización para abrir el menú Previsión.
- Haz clic en Borrar en la parte superior del menú Previsión.
La consulta se volverá a ejecutar automáticamente para generar los resultados sin una previsión aplicada.
Problemas comunes y datos que debes conocer
¿Qué tan exacta es?
La precisión de una previsión depende de los datos de entrada. La implementación de AutoARIMA de Looker puede hacer predicciones increíblemente precisas que combinan con éxito muchos matices de los datos de entrada. También hay casos en los que el algoritmo se ve atrapado en patrones extraños en los datos de entrada y los enfatiza demasiado en la predicción. Asegúrate de proporcionar suficientes datos y de que sean lo más precisos posible para aprovechar al máximo la previsión.
No se pudo generar una previsión
Hay motivos legítimos por los que no se puede generar una previsión. Por lo general, estos tienen que ver con que la cantidad de datos de entrada es demasiado pequeña o que la duración solicitada de la previsión es demasiado grande. No hay un límite específico para ningún factor ni una proporción exacta de los datos de entrada requeridos para una determinada duración de la previsión. Cuanto más dispersos e impredecibles sean los datos de entrada, más difícil será para el algoritmo AutoARIMA encontrar una coincidencia. La forma más eficaz de generar una previsión es aumentar la cantidad de datos de entrada limpios, asegurarte de que la configuración de estacionalidad sea correcta y reducir la duración de la previsión solo a lo necesario. Cuando uses la opción Intervalo de predicción, te recomendamos que elijas un intervalo más bajo.
La limpieza de los datos de entrada puede implicar:
- Recortar las filas iniciales o finales que son para períodos de tiempo que no contienen datos
- Reducir el ruido en el conjunto de datos mediante la elección de una dimensión de fecha más grande
- Cambiar los valores atípicos del filtro que no benefician la predicción
El resultado de la consulta mostró sin previsiones y recibí un error poco claro
Esto no debería ocurrir. Si ocurre, intenta quitar las mediciones de la configuración de previsión y, luego, volver a agregarlas.
Se muestra la previsión, pero obviamente es incorrecta o poco útil
Lo mejor que puedes hacer en este caso es agregar más datos de entrada, limpiarlos tanto como sea posible y establecer una estacionalidad personalizada (si conoces ciclos específicos en los datos) o inhabilitar por completo la opción Estacionalidad seleccionando Ninguna.
La limpieza de los datos de entrada puede implicar las siguientes tareas:
- Recortar las filas iniciales o finales que son para períodos de tiempo que no contienen datos
- Reducir el ruido en el conjunto de datos mediante la elección de una dimensión de fecha más grande
- Cambiar los valores atípicos del filtro que no benefician la predicción