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. Los resultados y las visualizaciones de Explorar con previsiones se pueden agregar a los paneles y guardar como vistas. Los resultados y las visualizaciones previstos también se pueden crear y ver en el contenido incrustado de Looker.
Puedes pronosticar 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 mostrados de una consulta de exploración. no se incluyen los resultados que no se muestran 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 la visualización configurada. Los datos previstos se distinguen de los no previstos de las siguientes maneras:
- En los gráficos cartesianos admitidos, los datos previstos se diferencian de los no previstos porque se renderizan en un tono más claro o con líneas punteadas.
- En los tipos de gráficos de texto y de tabla admitidos, 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 explica 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 crea 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 agotan 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 descendientes cada uno (variaciones de 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 denomina 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 usa Looker para ejecutar AutoARIMA, pmdarima proporciona la mejor explicación del proceso y las diferentes variables que se usan.
Tipos de visualización admitidos
Los siguientes tipos de visualización cartesiana admiten la renderización de datos previstos:
Los siguientes tipos de gráficos de texto y tabla admiten la renderización de datos previstos:
Actualmente, otros tipos de visualizaciones, incluidas las visualizaciones personalizadas, no pueden renderizar datos previstos.
Explora los requisitos de consulta para la previsión
Para crear una previsión, una exploración debe cumplir con los siguientes requisitos:
- Incluye 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)
- Ordena los resultados por la 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 cuando agregas una previsión a una consulta de exploración existente:
- Pivotes: Las previsiones se pueden realizar en Exploraciones con ejes de categorías, 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 filas 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. El pronóstico incorporará los datos incompletos en su cálculo y mostrará resultados menos 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 los límites de filas se aplican a toda la tabla de datos, incluidas las filas pronosticadas.
Para obtener más sugerencias y recursos de solución de problemas, consulta la sección Problemas habituales y aspectos que debes tener en cuenta en esta página.
Por lo general, un conjunto de datos con más filas, junto con una longitud de previsión más corta, generará una previsión más precisa.
Opciones del menú Previsión
Puedes usar las opciones del menú Forecast, que se encuentra en la pestaña Visualization de Explorar, 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 medidas o medidas personalizadas.
Longitud
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, genera una previsión más precisa.
Intervalo de predicción
La opción Intervalo de predicción permite que los analistas expresen cierta incertidumbre en las previsiones para mejorar la precisión. 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 previstos se encuentren entre los límites superior e inferior 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 una tabla de datos de Exploración tiene una fila por hora y los ciclos de datos diarios, la estacionalidad es 24.
Con la configuración predeterminada de las previsiones, Looker hace referencia a la dimensión de fecha en una exploración y analiza varios ciclos de estacionalidad posibles para encontrar la mejor coincidencia para la previsión final. Por ejemplo, cuando uses 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 el caso de los casos de uso comunes, la opción Automática detecta la mejor estacionalidad para un conjunto de datos determinado. Si conoces ciclos específicos en el conjunto de datos, la opción Personalizada te permite especificar la cantidad de filas que conforman un ciclo para medidas individuales en un pronóstico.
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 función de 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 entre varios períodos de estacionalidad comunes, como diarios, por hora, mensuales, etcétera.
Personalizado
Cuando conozcas la cantidad específica de filas que conforman cada estación o ciclo en tu conjunto de datos, podrás especificar la cantidad en el campo Período. Puede ser útil seleccionar Personalizado si sabes que tus datos se ciclan en una cantidad específica de filas.
Cuando trabajas con datos que se repiten en ciclos mensuales, pero se expresan con mayor nivel de detalle (por ejemplo, con un nivel de detalle de fecha o semana en una exploración), por lo general, un período de 4 semanas o 30 días se ajusta a los ciclos mensuales.
Ninguno
La estacionalidad es un componente potente de las previsiones. 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 previsiones 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 pronósticos.
Para crear una previsión, sigue estos pasos:
Asegúrate de que tu informe de Explorar cumpla con los requisitos de pronóstico. 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 Visualización de Explorar 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.
Ingrese el período en el futuro que desea prever en el campo Longitud. El usuario del ejemplo ingresa 6 meses.
De manera opcional, haz clic en el interruptor Intervalo de predicción o 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 Explorar. (debes volver a ejecutar Explorar después de realizar cambios en la previsión).
Tus resultados y visualizaciones de Explorar ahora mostrarán los valores previstos para el período especificado. Con las opciones especificadas, la exploración de ejemplo muestra los datos previstos para Cantidad de usuarios y Cantidad de pedidos durante seis meses, del 1/2020 al 6/2020.
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 los pronósticos.
Para editar una previsión, sigue estos pasos:
- De forma opcional, edita la consulta Explorar según sea necesario para agregar o quitar diferentes medidas o campos de período. Asegúrate de que tu informe de Explorar cumpla con los requisitos de pronóstico.
- 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 longitud especificada en el futuro para realizar la previsión en el campo Longitud, según sea necesario.
- De manera opcional, haz clic en el interruptor Intervalo de predicción o 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 del pronóstico.
- 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).
Tus resultados y visualizaciones de Explorar ahora mostrarán la previsión corregida. 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 un pronóstico
Solo los usuarios con permiso pueden quitar las previsiones.
Para quitar un pronóstico de una función Explorar, haz lo siguiente:
- 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 aplicar un pronóstico.
Problemas comunes y aspectos que debes tener en cuenta
¿Qué tan precisa es?
La precisión de un pronóstico depende de los datos de entrada. La implementación de AutoARIMA de Looker puede realizar predicciones increíblemente precisas que combinan con éxito muchos matices de los datos de entrada. También hay casos en los que el algoritmo se queda atrapado en patrones extraños en los datos de entrada y los enfatiza demasiado en la predicción. Asegúrate de proporcionar suficientes datos y de que estos sean lo más precisos posible para aprovechar al máximo las previsiones.
No se pudo generar una previsión
Existen motivos legítimos por los que no se puede generar una previsión. Por lo general, esto se debe a que la cantidad de datos de entrada es demasiado pequeña o la duración del pronóstico solicitada es demasiado larga. No hay un límite específico para ninguno de los factores, ni una proporción exacta de datos de entrada necesarios para una determinada duración del pronóstico. Cuanto más impredecibles y dispersos 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, puede ser útil elegir un intervalo más bajo.
La limpieza de datos de entrada puede implicar lo siguiente:
- Recorte de filas iniciales o finales que corresponden a períodos 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 se mostró sin pronósticos y recibí un error poco claro
Esto no debería ocurrir. Si lo hace, intenta quitar la o las medidas de la configuración de la previsión y, luego, vuelve a agregarlas.
Se muestra el pronóstico, pero es obvio que es incorrecto o no es 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:
- Recorte de filas iniciales o finales que corresponden a períodos 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