Artikelklassifizierung

Artikelklassifizierung

Allgemein

Das Artikelklassifizierungsfeld teilt die Artikel in die folgenden 10 verschiedenen Klassen ein:

Die Artikel lassen sich auf diese 11 Gruppen aufteilen. Jeder dieser Gruppen kann ein anderes Prognosemodell zugewiesen werden. Im Folgenden werden die Kriterien beschrieben, anhand derer die verschiedenen Artikel den einzelnen Gruppen zugeordnet werden. Die Klassifizierung wird vom Prognose-Server als Job ausgeführt.

Niveau- und Trenderkennung

Unter Saisonprofile (Erkennungsalgorithmus für Saisonkomponenten) stellen Sie zunächst fest, ob der Artikel saisonal ist oder nicht. Wenn es sich um einen Saisonartikel handelt, wird die Historie der saisonalen Änderungen vor dem Fortfahren mit der Erkennung der Stufe und des Trends entfernt, wenn kein saisonales Muster erkannt wird, fahren Sie mit dem ursprünglichen Bedarfsmuster fort.

Dann gibt es zwei Tests für den Trend:

Zunächst werden die Steigung der letzten 12 Monate mithilfe einer linearen Regression und der Standardfehler der Steigerung mit folgender Formel berechnet:

<![if!msEquation]> <![if !vml]><![endif]><![endif]>

Wobei

n Anzahl Perioden
Regressionslinie in Periode i
<![if !vml]><![endif]><![endif]> Der historische Bedarf in Periode i
<![if !vml]><![endif]> X in Periode i
<![if!msEquation]> <![if!vml]><![endif]><![endif]> Der Durchschnitt aller X

SE ist die Standardableitung der Regressionssteigerung, wenn die Regressionssteigerung positiv ist, wird die Wahrscheinlichkeit eines positiven Anstiegs (>0) auf mehr als 98 % gesetzt. Siehe nachstehende Abbildung.

<![if!msEquation]> <![endif]>

Der Algorithmus ist ähnlich, wenn der Trend negativ ist.

Wenn diese Prüfung zeigt, dass die Genauigkeit 98 % oder höher ist, hat der Artikel einen Trend. Jedoch ist diese Prüfung eine Genauigkeit zwischen 98 und 75 % ergibt, wird eine weitere Prüfung mit der Historie von 24 Monaten auf dieselbe Weise durchgeführt. Wenn die zweite Prüfung über 98 % ergibt und die Richtung genauso positiv oder negativ ist, gibt es einen Trend für den Artikel.

Beispiel

1. Der erste Test hat mehr als 98 % Genauigkeit für einen positiven Trend ergeben und es besteht damit ein positiver Trend für den Artikel.

2. Der erste Test hat 76 % Genauigkeit für einen negativen Trend ergeben, der zweite Test (über 24 Monaten ausgeführt) eine 97 % Genauigkeit für negativen Trend ergeben, es gibt keinen Trend für den Artikel.

3. Der erste Test hat 76 % Genauigkeit für einen positiven Trend ergeben, der zweite Test (über 24 Monaten ausgeführt) eine 98 % Genauigkeit für negativen Trend ergeben, es gibt keinen Trend für den Artikel.

Sie können die Länge der ersten Periode (Standard 12 Monate) und Sie können den zweiten Testbereich (Standard 24 Monate) ändern. Sie können auch den Grenzwert (Standard: 98) ändern. Alle diese Einstellungen können in den erweiterten Servereinstellungen werden.

Einstellung für ersten Bereich ist Classification\MonthsUsedToIdentifyTrendShort. Standardeinstellung ist 12 Monate, Hinweis: Es handelt sich um Monate, nicht um Perioden.

Einstellung für ersten Bereich ist Classification\MonthsUsedToIdentifyTrendLong. Standardeinstellung ist 24 Monate, Hinweis: Es handelt sich um Monate, nicht um Perioden.

Trendsicherheitsanforderung ist Classification\TrendCertaintyRequirement. Standardeinstellung ist 98.

Keine Klassifizierung.

Alle Artikel, die noch nicht klassifiziert wurden, erhalten diese ID.

Marke Neue Artikel

Die Klasse „Ganz neue Artikel“ schließt alle Artikel ein, deren Periodenanzahl kleiner oder gleich einer bestimmten Periodenanzahl ist. Diese Anzahl kann im Eintrag Classification\BrandNewLimmit der erweiterten Servereinstellungen angepasst werden. Der Standardwert ist 4. Die Anzahl muss kleiner als die Anzahl Perioden für neue Artikel sein (siehe „Neue Artikel“).

Neue Artikel

Die Klasse "Neue Artikel" schließt alle Artikel ein, für die ein historischer Bedarf von weniger als 1 Jahr und 2 Perioden vorliegt. Dieser Wert ist unveränderlich. Wenn die Periodenlänge "Monate" verwendet wird, dann werden alle Artikel mit weniger als 14 Perioden als neue Artikel behandelt.

Intermittierend

Die Artikel der Klasse „Intermittierend“ werden ermittelt, indem die Anzahl der Nullwerte in einer Serie gezählt wird. Ist die Anzahl der Perioden mit Nullbedarf größer als der Grenzwert „IntermittientZeroPercent“, handelt es sich um eine intermittierende Serie. Der Wert für „IntermittentZeroPercent“ kann im Eintrag der erweiterten Servereinstellungen wie folgt geändert werden:

Classification\ IntermittientZeroPercent.

Der Standardwert lautet 20. Angenommen, es werden Monatsperioden verwendet, bedeutet dies, dass alle Artikel mit 12*0,2=2,4=3 Nullperioden oder mehr pro Jahr auf "Intermittierend" gesetzt werden.

Saison

Diese Artikel sind intermittierend und besitzen außerdem eine Saisonkomponente. Informationen zur Saisonerkennung enthält Saisonprofile (Erkennungsalgorithmus/Saisonkomponente).

Stufe

Wenn ein Artikel nur eine Stufe hat, gehört er zu dieser Klasse, keine Trend auf der Ebene gefunden / Trenderkennungsalgorithmus oben beschriebenen.

Stufe/Saison

Falls der Bedarf eines Artikels Höhen bzw. Niveaus aufweist und eine Saisonkomponente besitzt, gehört er dieser Klasse an. Informationen zur Saisonerkennung enthält Saisonprofile (Erkennungsalgorithmus/Saisonkomponente). Siehe oben für Niveau/Trenderkennungsalgorithmus.

Stufe/Trend(+)

Wenn der Bedarf eines Artikels einem positiven Trend folgt, gehört er dieser Klasse an. Informationen zur Trenderkennung finden sich weiter oben.

Stufe/Trend(-)

Wenn der Bedarf eines Artikels einem negativen Trend folgt, gehört er dieser Klasse an. Informationen zur Trenderkennung finden sich weiter oben.

Stufe/Trend(+)/Saison

Wenn der Bedarf eines Artikels einem positiven Trend folgt und darüber hinaus eine Saisonkomponente besitzt, gehört er dieser Klasse an. Informationen zur Trenderkennung finden sich weiter oben. Informationen zur Saisonerkennung enthält Saisonprofile (Erkennungsalgorithmus/Saisonkomponente).

Stufe/Trend(-)/Saison

Wenn der Bedarf eines Artikels einem negativen Trend folgt und darüber hinaus eine Saisonkomponente besitzt, gehört er dieser Klasse an. Informationen zur Trenderkennung finden sich weiter oben. Informationen zur Saisonerkennung enthält Saisonprofile (Erkennungsalgorithmus/Saisonkomponente).

Beendet

Ein Artikel wird als "Beendet" klassifiziert, wenn für eine bestimmte Anzahl von Perioden keine Transaktionen für ihn durchgeführt wurden. Der Test für beendete Artikel ist:

Angenommen, der Bedarf für einen Artikel tritt mit der Intensität I (Artikel pro Zeitintervall) gemäß einer Poisson-Verteilung auf, ist die Wahrscheinlichkeit eines Nullbedarfs in x aufeinanderfolgen Perioden:

Die Auftrittsintensität lässt sich aus dem einfacher interpretierbaren Intervall zwischen aufeinander folgenden Bedarfsfällen, q, ableiten als:

, wobei gilt:

Falls eine bestimmte Anzahl von Perioden mit Nullbedarf aufeinander folgt und die Wahrscheinlichkeit hierfür gering ist, ist dies Grund zu der Annahme, dass der Artikel ausläuft. Wählen Sie den Grenzwert für die Wahrscheinlichkeit p (der Standardwert ist 0,005), wenn mehr als x aufeinander folgende Perioden mit Nullbedarf am Ende einer Zeitreihe eintreten:

Die resultierende Prüfformel wird unter der Wahrscheinlichkeit p=0, 005 (Standardwert) gezeigt. Ein Artikel wird als "Terminated/Beendet" klassifiziert, wenn die Anzahl der aufeinander folgenden Perioden mit Nullbedarf am Ende einer Serie, SubZeroPeriods, Folgendes erfüllt:

Der Wert von p kann im Eintrag der erweiterten Servereinstellungen geändert werden: Classification\TerminatedZeroOccProb. Die Wahrscheinlichkeit wird im Eintrag der erweiterten Servereinstellungen auf 0,5 gesetzt, daraus ergibt sich p = 0,5/100 = 0,005.