第268期·企业绩效云特性：智能预测，解锁未来预测新引擎

栏目：云星瀚知识作者：金蝶来源：金蝶云社区发布：2024-09-22浏览：1

小编推荐

本文介绍了智能预测在全面预算管理中的应用。智能预测利用企业历史业务数据和智能算法，减少了对人为经验的依赖，实现了从定性预测到定量分析的转变，提高了预算编制的准确性和效率。通过智能预测，企业可以及时发现潜在风险和机会，制定更合理、科学的预算方案，推动业务发展和数字化转型的深入。

适用版本

金蝶云·星瀚V6.0.4灰度发布

一、业务场景

当企业逐步开始数字化转型，以数据为主线进行驱动和反馈，跟随管理使全面预算不断向业务延伸。预算专员在进行预算中长期预测时，充分利用企业沉淀的历史业务数据，借助智能预测算法完成数据分析、并智能地生成预测结果，可以减少预算预测对人为经验的依赖，有助于提升企业预算编制准确率。

具体来讲，智能预测功能可以应用于以下场景：

（1）进行战略规划或目标测算时，预算业务人员可以结合市场未来趋势、业务发展趋势以及企业历史经验和过往业绩，使用智能预测功能进行未来三年或五年的业绩预测，为战略决策提供数据支持；

（2）进行年度预算编制时，针对不同的预算科目，预算业务人员可以使用智能预测功能进行本年预算预测，经过人为评估后，可以直接使用预测数据，提升年度预算编制效率；

（3）进行滚动预算编制时，预算业务人员可以根据当前最新的业务数据和市场信息，使用智能预测功能，及时更新预算预测，辅助滚动预算编制；

（4）预算审核人员或管理层在进行预算审批时，可以使用智能预测功能生成预测数据，与提交审批的预算数据进行对比，帮助分析预算数据的合理性，支持审批决策。

上传图片

二、整体介绍

智能预测旨在帮助企业数据的使用者（包括企业管理人员、业务人员等）充分利用数据，挖掘数据价值，形成数据资产。它凭借多种类型的时间序列智能预测算法，为数据使用人员提供了一种低门槛、高性能、灵活、可解释且可拓展的数据预测工具，让预算管理从传统的定性预测转变为更加精准、科学的定量分析，有助于提高预算制定的效率和准确性，帮助企业提前发现潜在的风险和机会，制定更加合理和科学的预算方案。

图1 智能预测功能蓝图

三、亮点特性

1. 一键触发，多目标实时预测，高效便捷

• 预测对象：指的是期望预测出来的具体结果目标。支持从报表上直接框选需要预测的数据区域，可以便捷、直观且灵活地进行设置。比如，在销售预测场景中，预测对象可能是未来一段时间的销售收入、销售数量、销售价格等。

• 样本数据：指的是一组用于训练预测模型的已知的数据集合，这些数据包含了某些数据特征，会被预测模型用来学习并识别出数据中的关系。例如，需要预测未来3个月的销售收入，则样本数据可能涵盖过去几个月或几年的实际销售收入数据。较长期的样本数据可能有助于模型捕捉长期趋势，也可能包含过多的噪声或不相关信息；较短期的样本数据则更适用于捕捉短期波动或近期事件的影响，但也可能无法充分学习到数据内在规律和趋势。

• 影响因素：指的是能够影响预测结果准确性的各种数据变量。例如，预测销售收入时，可能要考虑市场需求量、GDP增长率、消费者信心指数等等，那么这些数据就可以作为销售收入的影响因素参与到智能预测当中。

图2 智能预测设置

• 预测结果：指的是预测算法基于输入的样本数据、影响因素数据进行预测所得到的预测值。用户可以结合预测拟合度的高低，识别判断预测值的可靠性，同时支持查看预测值与当前值的差异比较。

预测图表可以直观地看到历史的样本数据与预测模型拟合的数据之间的拟合程度，识别预测值趋势的合理性。

影响因素的相关性反映了这些因素与预测目标之间的关联程度，揭示了它们对预测结果的影响，这有助于优化预测模型。通过选择相关性高的影响因素作为特征，可以提高模型的预测性能，同时避免将不相关或弱相关的影响因素纳入模型，可以减少模型复杂性并提高模型稳定性。

图3 智能预测结果

2. 预设默认参数，简化操作，快速上手

默认设置支持设置样本数据的版本、数据类型、期间长度以及各个预测对象的影响因素。在每次进行智能预测时，系统会自动应用这些默认设置，简化了操作步骤，提升了预测效率。用户也可以根据实际需要进行调整，以适应不同的预测场景和需求。

• 样本数据设置：支持企业根据积累沉淀的可用历史数据，结合实际情况，预设默认的样本数据所在版本、数据类型以及期间长度。样本数据通常是实际数，故而系统预设了样本数据的数据类型是实际数、版本是实际数版本、期间长度为36期。

• 默认影响因素设置：支持按不同预测对象分别配置相应的默认影响因素。预算专家或资深业务人员可以分析具体每个预测对象所处的实际业务环境，结合业务背景，识别与预测对象密切相关的关键影响因素，并经过不断测试优化和筛选，最终选定能够覆盖大多数场景、且具有一定普适性和稳定性的关键影响因素作为默认影响因素。

随着业务环境和数据特性的变化，可以定期回顾和更新默认影响因素，以保持其有效性和适用性。