This page was last edited on October 31, 2016, at 22:07.
Comments or questions about this documentation? Contact us for support!
在WFM中,覆盖中的每个事件都代表历史数据中或将来—的一个异常,也就是说,交互量(IV)或平均处理时间(AHT)中不是平常季节性趋势、一周趋势或当日趋势之一的波动。如果这些事件指向在过去发生了多次或可能在将来发生的同种异常,则可以将覆盖事件排列成覆盖组(简称为覆盖)。最常见的覆盖示例是广告活动和型录投放。
当特定覆盖中的事件位于预测间隔中时,覆盖直接影响预测数据。
覆盖有两种类型,按WFM计算覆盖对预测数据的影响的方式定义:
可通过三种方式来确定每个事件步长的影响,并且这些方式同时适用于两种覆盖类型:
某种覆盖类型下的任意事件可能设置了忽略历史数据标志,指定在容量预测或覆盖影响的计算(参见计算覆盖影响)中是否使用该事件涵盖的历史数据间隔数据。
如果某个事件未设置忽略历史数据标志,则在进行预测时会考虑该事件涵盖的数据。
除了忽略历史数据或使用历史数据之外,对于受事件影响的历史数据没有任何其他处理。
覆盖的影响可通过分析历史数据来确定,由预测算法完成。该算法分析历史数据的周期,其中包含一个或多个要计算的覆盖的事件。
可在开始容量预测之前或在容量预测期间预先计算覆盖(请参阅分配事件影响)。在给定相同历史数据和使用相同方法的情况下,结果应相同。
乘法覆盖是通过将季节性组成部分(每年、每日或当日)与给定历史数据中覆盖的每个事件的事件影响分离开来进行计算的。然后,将影响除以事件强度并取平均值。按预测间隔将影响应用于事件时,再将其乘以该事件的强度。
在首要覆盖中,将为每个事件计算每个事件步长在整个事件周期总量中的百分比,然后取平均值。
例如,历史周期在长度为3天的每日覆盖中有两个事件。第一个事件的天数为150、200、150(分别为总量的30%、40%和30%),第二个事件的天数为150、150、200(分别为总量的30%、30%和40%)。将对每个事件步长(本例中为1天)单独取平均值,并且覆盖将分别计算为30%、35%、35%。