Pronóstico jerárquico de series temporales en Power BI

[Anonymous]

Hola

Actualmente estoy creando un tablero para una gran empresa. Tengo datos anuales para su cadena de suministro, que contiene muchas instalaciones. Estas instalaciones son propiedad de las organizadoras de suministros, que venden a la gran empresa general. Estoy generando pronósticos para cada instalación y me pregunto si hay una manera de agregar pronósticos para generar pronósticos en niveles más altos. Esto se conoce como el enfoque de previsión de serie temporal jerárquica de abajo hacia arriba.

Por ejemplo, tengo una previsión para la instalación A y una previsión para la instalación B. Deseo agregarlos para obtener una previsión para la Organización X, propietaria de la Instalación A y la Instalación B agregando las previsiones indiviudal.

Esta es una gran simplificación de la jerarquía. En realidad, la jerarquía es mucho más grande. Agradecería enormemente cualquier orientación sobre si esto es posible y, en caso afirmativo, cómo llevar a cabo esto en Power BI.

Gracias de antemano!!

[v-alq-msft]

Hola, @North_C30

En función de su descripción, asumo que desea calcular el promedio como la previsión para cada instalación y, a continuación, agregarlos para generar una previsión para la organización principal. Creé datos para reproducir su escenario. El archivo pbix se adjunta al final.

Mesa:

Puede crear una medida como se indica a continuación.

ForecastResult = 
var tab = 
SUMMARIZE(
    'Table',
    'Table'[Organisation],
    "Forecast",
    var _organisation = [Organisation]
    var t=
    SUMMARIZE(
        ALL('Table'),
        'Table'[Organisation],
        'Table'[Name],
        "Avg",AVERAGE('Table'[Production])
    )
    return
    AVERAGEX(
        FILTER(
            t,
            'Table'[Organisation]=_organisation
        ),
        [Avg]
    )
)
return
SUMX(
    tab,
    [Forecast]
)

Resultado:

Saludos

Allan

Si este post ayuda,entonces considere Aceptarlo como la solución para ayudar a los otros miembros a encontrarlo más rápidamente.

[Anonymous]

Hola Allan,

Muchas gracias por su respuesta. Creo que con hierarchical Time Series Forecasting, las previsiones simplemente se suturan, no promediadas, para llegar a un pronóstico para la organización de exceso. Gracias por proporcionar el código, soy nuevo en Power BI y todavía aprendiendo!

Todo lo mejor,

North_C30

@v-alq-msft

[v-alq-msft]

Hola, @North_C30

Si desea sumar el resultado, puede probar la siguiente medida. En realidad, la práctica es perfecta. El archivo pbix se adjunta al final.

ForecastResult = 
var tab = 
SUMMARIZE(
    'Table',
    'Table'[Organisation],
    "Forecast",
    var _organisation = [Organisation]
    var t=
    SUMMARIZE(
        ALL('Table'),
        'Table'[Organisation],
        'Table'[Name],
        "Sum",SUM('Table'[Production])
    )
    return
    SUMX(
        FILTER(
            t,
            'Table'[Organisation]=_organisation
        ),
        [Sum]
    )
)
return
SUMX(
    tab,
    [Forecast]
)

Resultado:

Saludos

Allan

Si este post ayuda,entonces considere Aceptarlo como la solución para ayudar a los otros miembros a encontrarlo más rápidamente.

[amitchandak]

@North_C30 ¿Puede compartir datos de ejemplo y salida de ejemplo en formato de tabla?

[Anonymous]

Hola, espero que este ejemplo sea útil.

Producción del año del nombre de la organización

1 Facilidad 1 2016 40000

1 Facilidad 1 2017 38891

1 Facilidad 1 2018 36670

1 Facilidad 1 2019 36794

1 Facilidad 2 2016 50000

1 Facilidad 2 2017 50450

1 Facilidad 2 2018 49999

1 Facilidad 2 2019 49980

Con estos datos, generaría previsiones de producción para 2020 para cada instalación (es decir, 1 y 2). Quiero agranderlos para generar una previsión para la organización matriz (organización 1).

@amitchandak