Las previsiones permiten a los analistas agregar rápidamente proyecciones de datos a consultas de 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 Forecast usa los resultados de los datos en la tabla de datos de Explorar para calcular los datos futuros. Los cálculos de las previsiones solo incluyen los resultados que se muestran de una consulta de Explorar. 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 en 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 promedio móvil integrado autorregresivo (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 las variables iniciales 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 se puede considerar un algoritmo genético, en el que los individuos a lo largo de cientos de generaciones crean de 1 a 10 descendientes cada uno (variaciones de variables según el progenitor) y los mejores descendientes sobreviven para crear potencialmente generaciones “mejores”. La forma en que Looker usa muchas invocaciones de ARIMA en un enfoque de algoritmo genético se denomina AutoARIMA.
Para obtener más detalles 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 de 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 la completación de dimensiones habilitada.
- Incluye al menos una métrica o métrica personalizada (una previsión puede incluir hasta cinco métricas o métricas personalizadas).
- Ordena los resultados por la dimensión de período en orden descendente
Aspectos para tener en cuenta
Los siguientes son criterios adicionales que debes tener en cuenta cuando creas una nueva consulta de Explorar para generar una previsión o agregar una a una existente:
- Pivotes: Las previsiones se pueden realizar en Exploraciones con ejes de categorías, siempre que se cumplan los requisitos anteriores.
- Totales y subtotales de filas: Los totales y subtotales de filas no incluyen valores pronosticados. No recomendamos usar subtotales ni totales de filas con la función de previsión, ya que esto puede generar números inesperados.
- Filtros que incluyen períodos incompletos: Para obtener proyecciones precisas, las previsiones solo deben usarse junto con una lógica de período completa en los filtros Explorar cuando las exploraciones incluyen datos de períodos incompletos. Por ejemplo, si un usuario pronostica datos para un mes en el futuro mientras se filtra una exploración para mostrar datos de los últimos tres meses, la exploración incluye 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 para el mes actual) para garantizar un pronóstico más preciso.
- Cálculos basados en tablas: Los cálculos basados en tablas que se basan en una o más medidas pronosticadas se incluirán automáticamente en un pronóstico.
- 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 Pronóstico
Puedes usar las opciones del menú Forecast, que se encuentra en la pestaña Visualization de Explorar, para personalizar los datos previstos. El menú Forecast incluye las siguientes opciones:
Seleccionar campo
En el menú desplegable Seleccionar campo, se muestran las métricas o métricas personalizadas de 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 período para el que se deben pronosticar los valores de los datos. El intervalo de duración del pronóstico se completa automáticamente en función de 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 mayor sea el intervalo de confianza seleccionado, más amplios serán los límites inferior y superior.
Estacionalidad
La opción Estacionalidad permite a los analistas tener en cuenta los ciclos conocidos o las tendencias de datos repetitivas en un pronóstico y se refiere a la cantidad de filas de datos en el ciclo. Por ejemplo, si una tabla de datos de Explorar tiene una fila por hora y los datos se actualizan a diario, 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 se usan datos por hora, Looker puede probar ciclos de estacionalidad 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 pronosticas valores de datos para varias métricas, puedes seleccionar diferentes opciones de estacionalidad, incluida la opción de no incluir ninguna, para cada métrica 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 diario, por hora, mensual, etcétera.
Personalizado
Cuando conozcas la cantidad específica de filas que conforman cada temporada o ciclo en tu conjunto de datos, puedes especificar la cantidad en el campo Período. Puede ser útil seleccionar Personalizado si sabes que tus datos se repiten 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, en ocasiones, previsiones imprecisas cuando el algoritmo intenta encontrar un patrón y, luego, ajustar el patrón falso a la previsión. Esto puede generar una predicción poco clara.
Cuando pronosticas valores de datos para varias medidas y deseas habilitar la Estacionalidad solo para una o varias, puedes seleccionar Ninguno para todas las medidas para las que no deseas habilitar la Estacionalidad.
Cómo crear una previsión
Solo los usuarios con permiso pueden crear pronósticos.
Para crear un pronóstico, sigue estos pasos:
Asegúrate de que tu informe de Explorar cumpla con los requisitos de previsión. Por ejemplo, un usuario quiere crear un pronóstico para una consulta de Explorar con Mes en que se crearon los usuarios, Cantidad de usuarios y Cantidad de pedidos ordenados por Mes en que se crearon los usuarios de forma 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 medidas o medidas personalizadas para realizar la previsión. El usuario del ejemplo selecciona Cantidad de usuarios y Cantidad de pedidos.
Ingresa la longitud de tiempo en el futuro que deseas pronosticar 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 del menú junto a Forecast para guardar la configuración y salir del menú.
Haz clic en Ejecutar para volver a ejecutar la consulta de Explorar. (Debes volver a ejecutar la exploración después de hacer 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 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 un pronóstico, 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 previsión.
- Haz clic en Previsión en la pestaña Visualización de Explorar para abrir el menú Previsión.
- Haz clic en el menú desplegable Seleccionar campo para realizar cambios en los campos pronosticados. 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 del pronóstico.
- Como alternativa, haz clic en la x junto al nombre del campo en el menú Seleccionar campo colapsado.
- 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 ya estabas habilitado Intervalo de predicción o Estacionalidad, 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 del menú junto a Forecast para guardar la configuración y salir del menú.
- Haz clic en Ejecutar para volver a ejecutar la consulta de Explorar. (Debes volver a ejecutar la exploración 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 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 Visualización de Explorar 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 grande. 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 dispersos y poco predecibles sean los datos de entrada, más difícil será que el algoritmo de AutoARIMA encuentre una coincidencia. La forma más eficaz de generar un pronóstico es aumentar la cantidad de datos de entrada limpios, asegurarse de que la configuración de la estacionalidad sea correcta y reducir la duración del pronóstico solo a lo que sea 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
- Cómo reducir el ruido en el conjunto de datos eligiendo una dimensión de fecha más grande
- Cambiar los valores extremos del filtro que no benefician a 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 métricas 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 lo más posible y, posiblemente, establecer una estacionalidad personalizada (si conoces ciclos específicos en los datos) o inhabilitar por completo la opción Estacionalidad seleccionando Ninguno.
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
- Cómo reducir el ruido en el conjunto de datos eligiendo una dimensión de fecha más grande
- Cambiar los valores extremos del filtro que no benefician a la predicción