Bug 10320 - Überarbeitung Initialisierungsphase Wintersverfahren
Summary: Überarbeitung Initialisierungsphase Wintersverfahren
Status: VERIFIED FIXED
Alias: None
Product: Forecast
Classification: SCX/Suite
Component: DCF Prognose (show other bugs)
Version: 18.0
Hardware: All All
: P5 enhancement
Assignee: Klaas, Martina
QA Contact:
URL:
Whiteboard:
Keywords: Orion
Depends on: 10310
Blocks:
  Show dependency tree
 
Reported: 2019-03-26 10:37 CET by Klaas, Martina
Modified: 2020-03-04 09:36 CET (History)
8 users (show)

Kundennummer:
Bestellnummer:
PV Übergabe: ---
Phase Roadmap: ---
Erledigt mit: Orion
SAP Release: ECC 6.0 EHP8
Transport:
CRM-ID/Ticket:


Attachments
Beispiel Initialisierung Winters Verfahren (223.35 KB, application/vnd.openxmlformats-officedocument.wordprocessingml.document)
2019-03-26 10:37 CET, Klaas, Martina
Details
Test alternative Initialisierungsverfahren (189.92 KB, application/vnd.openxmlformats-officedocument.wordprocessingml.template)
2019-05-07 09:14 CEST, Klaas, Martina
Details

Note You need to log in before you can comment on or make changes to this bug.
Description Klaas, Martina intern 2019-03-26 10:37:27 CET
Created attachment 3956 [details]
Beispiel Initialisierung Winters Verfahren

Die Winters Verfahren (WT, WA, WM) beginnen bei Zeitreihen mit starkem Trend in den ersten ex Post Perioden mit stark deutlich abweichendem Niveau und Trendwert (siehe Beispiel im Anhang).
in den ersten ex Post Perioden weisen die Verfahren daher häufig hohe Prognosefehler aus, während sie sich dem realen Verbrauchsverlauf annähern. 
Dies führt zusammen mit der kürzeren ex Post Phase (aufgrund der Durchschnittsbildung im Vergleich zu Verfahren mit kürzeren Initialisierungsphasen) zu einer tendenziell schlechteren Bewertung der Winters Verfahren.

Die Ursache liegt in der Initialisierung der Winterverfahren:
- Niveau = Mittelwert der ersten Saison
- Trend = 0.

D.h. bei stark fallendem Trend ist das Niveau als Mittelwert zu hoch. Die Winters Verfahren weisen hier daher zu Beginn der ex Post Periode einen deutlich zu hohen Prognosewert aus. Umgekehrt ergibt sich bei stark steigendem Trend hier ein deutlich zu niedriger Prognosewert.

Der Trendfaktor benötigt aufgrund des niedrigen Defaultparameters (0,1) mehr als 24 Perioden, bis der Initialwert keinen Einfluss mehr auf das Prognoseergebnis besitzt.

Lösungsansatz:
Für die exponentiellen Glättungsverfahren existieren alternative Initialisierungsmöglichkeiten. In der SAP Materialstammprognose wird z.B. das Trendverfahren (vergleichbar mit WT) per lineare Regression initialisiert.
-> Review Literatur alternative Initialisierungsverfahren

Die Initialisierung des WT Verfahren erfolgt im DCF mit einer Saisonlänge. Verfahrensseitig notwendig ist eine minimale Initialisierungsphase von 2 Perioden.
Insbesondere bei Verbrauchsreihen auf Wochenebene wäre eine Verkürzung des Initialisierungszeitraums sinnvoll. Denkbar ist z.B. halber Saisonzyklus für Monate oder 1 Quartal für Wochenebene. 

Alternativ könnte der Initialisierungszeitraum insgesamt beibehalten werden – aber einzelne Komponenten - wie z.B. das Niveau - bereits innerhalb der Initialisierungsphase geglättet fortgeschrieben werden.
Comment 3 tdr 2020-03-04 09:36:57 CET
Getestet auf FQ0 und Q74.

Initialisierung von Winters Trend ist auf 2 Perioden verkürzt.
Comment 2 Klaas, Martina intern 2019-05-08 11:37:05 CEST
Initialisierung Winters Trend verkürzt auf 2 Perioden:
- E74
- FE0.

Initiales Niveau = Mittelwert Verbrauch der ersten beiden Perioden.
Initialer Trend = 0.

Anpassung aus Bug 10310 für WT entsprechend zurück genommen.
Comment 1 Klaas, Martina intern 2019-05-07 09:14:38 CEST
Created attachment 4024 [details]
Test alternative Initialisierungsverfahren

Einschränkung des Tests auf die Alternativen mit maximal gleich langer Initialisierungsdauer. 

Keine getestete Initialisierungsalternative zeigt sich durchgängig oder deutlich überlegen gegenüber den derzeit verwendeten Initialisierungen im DCF.


Empfehlung für das Verfahren Winters Trend (WT):
Verkürzung der Initialisierungsdauer auf 2 Perioden (von derzeit 1 Saisonlänge).

Dies ermöglicht die Anwendung des Verfahrens auch bei kürzeren Zeitreihen (z.B. Neuanläufer) analog zu den anderen Trendverfahren S2, LR bei gleichbleibender Prognosequalität.