Automated Time Series
We will contact you shortly
We’re almost there! These are the next steps:
- Look out for an email from DataRobot with a subject line: Your Subscription Confirmation.
- Click the confirmation link to approve your consent.
- Done! You have now opted to receive communications about DataRobot’s products and services.
Didn’t receive the email? Please make sure to check your spam or junk folders.
時系列モデリング
時系列モデリングの目標は、時間に依存するデータの過去の動きから未来のパフォーマンスを予測することです。たとえば、休暇シーズンの売上や翌週に必要なスタッフの人数を予測したり、過剰在庫を抑えて製造需要に適した在庫を維持できるようにします。
時系列モデリングは複雑で手間がかかります。現在の予測に影響を与える履歴データの数が多く、データの中から最も影響の大きいシグナルを見つけ出すのが難しいためです。さらに、新製品の発売や競合他社による新規店舗の開店などによって条件が変化した場合は、モデルを再構築する必要があります。しかしこれはもう過去の話になりました。
時系列の自動化
DataRobot には、時系列の特徴量エンジニアリングの自動化による予測シグナルの発見など、時系列モデリングのベストプラクティスが組み込まれています。また、定常性や季節性を自動的に検出し、ターゲットを変換し、検証テストを実行して望み得る最高の精度を達成しています。
高い精度
DataRobot の高度な時系列モデルは、ARIMA や Facebook Prophet などの実績ある主要な時系列メソッドを超え、さらに精度の高い予測を実現します。
価値の実現
時系列モデルの目標には、理解を引き出すことと未来の結果を予測することの両方があります。DataRobot では、さまざまな方法によってインサイトを経時的に可視化し、モデルを本番環境にデプロイすることができます。たとえば API のフルサポートにより、ビジネスプロセスとアプリケーションへのモデリングの統合が可能です。
Automated Time Series の活用事例
米国最大の民間営利病院を運営する Steward Health Care は、DataRobot を使用して運営効率を飛躍的に向上させ、国内 38 の病院から成るネットワーク全体でコストを削減しています。病院の運営費用の 60% はスタッフ配置によるものです。DataRobot により患者数の予測が改善された結果、Steward Health Care のネットワークを構成する 38 の病院のうちわずか 8 つでスタッフの過剰配置を 1% 削減しただけで、200 万ドルもの潜在的な人件費削減を達成しています。
当院には非常に大量のデータが蓄積されており、それを有効活用したいと考えています。DataRobot のツールを使うと、履歴データを取得して処理し、そこから学ぶことができます。すでに DataRobot によってコストと時間を大幅に削減しましたが、最新機能によって、看護師の配置と患者の入院日数の予測をさらに改善できると見込んでいます。そのいずれも、当院のネットワークに多大なメリットをもたらしてくれるはずです。