Power BIとAIライブラリを使った需要予測レポート
Power BIに日別の売上実績データを読み込んだ需要予測レポートです。
過去データに基づいた事業の振り返りはもちろん重要ですが、将来の計画も大切です。
今回は需要予測にはPythonを組み合わせ、その結果をPower BIで可視化するレポートを作ってみましたので共有です。
レポート
折れ線グラフの赤色線が予測値で、水色線が実績値です。
予測値については、過去2年間分のデータを学習させてPythonのアルゴリズムで算出しています。
予測値と実績値との差分が右上の(Variance)の数値です。
本レポートはレポート作成日の5月26日まで実績値がある前提ですが、実績と予測との差異は4.76%だと分かります。
全体のトレンドとしては、平日は1,000近辺で推移し、土日に下がるという傾向が見られます。
利用データ
本レポートで使ったデータは、当方が運営している別Webサイトの日別のアクセスデータです。
以下がデータの概要です。
・対象：日別の訪問ユーザー数
・訓練データ：2021年1月~2023年4月30日までの2年4か月分
・予測期間：2023年5月1日～6月30日までの2か月分
予測に使ったパラメーター
予測に使ったパラメーターは下記2点です。
1.Post：記事数（記事数が伸びた時にどれくらいユーザー数が増えるのかの予測に使う）
2Holiday：祝日（祝日はユーザー数が減るので祝日を加味）
※他にも天気予報や緊急事態宣言期間等の予測に影響が出てきそうなパラメーターを活用すれば、もっと精度が良くなるはずです。
結果：予測と実績との差異
852行目の2023/5/1以降が予測データです。
実際にデータが取れた5/1~5/26と比較してた結果、Forecast vs 実績の差は4.76%です。
このズレの原因は、5月1日と5月2日の2日間です。
5月1日も2日は平日なので祝日フラグは立っていません。
一方平日でもGW期間なので有給等で休む人も多く、少し実績が下振れてしまいました。
このズレも別のパラメーター(祝日として)として設定すれば更に精度は上がりますので継続して改善が必要です。
本レポートに興味のある方は下記よりデータの購入または実装の相談も検討下さい。
動画版もアップしてます。
データのダウンロード
ソフ蔵の会員様向けに本レポートのデータダウンロード販売及び実装支援サービスも提供しています。
本コンテンツは、ソフ蔵の会員サポーター様限定コンテンツです。
コンテンツの閲覧・データのダウンロードをご希望の場合は、下記より会員登録をお願い致します。
登録いただいた方は、全データ・コンテンツへのアクセスいただけます。
ソフ蔵
Power BIの使い方やデータ分析のノウハウを伝えております。
データを使って世の中やビジネスを可視化したり、データ分析基盤作りの支援をしています。
本業はITソフトウェア企業でデータ分析や分析基盤の構築に携わっています。
You Tubeの最新動画！！
Power BI・データ分析を学習しよう！！
Power BIレポートのショーケースも一部公開しております。
▶ココナラ
またPower BIの入門記事・記事をピックアップしましたので、こちらも参考にしてみて下さい。
▶Power BIとは？ 記事版 / 動画版（Power BIの概要を3分で解説！）
Power BI初級者向けに対面・オンライン形式でのハンズオントレーニング始めました！
これからPower BIを学び始めたい方、ご検討下さい。
住所情報の可視化やジオコーディング（緯度経度、拠点間距離算出等）のトレーニングも開催しています。
下記よりご確認下さい。
コメントを残す