注：本文只是借用新冠肺炎全球確診人數作為歷史數據，來介紹SAP Analytics Cloud基于機器學習的Time Series Forecasting功能，并沒有對現實世界中新冠肺炎的發展趨勢做出任何實際預測。

Jerry之前的文章 SAP Analytics Cloud和SAP Cloud for Customer的集成 介紹過，我們最近在做一個項目，通過微信小程序在SAP Cloud for Customer里創建數據，并使用SAP Analytics Cloud對這些數據進行分析和預測。

作為一款用于商業智能和協作式企業計劃的解決方案，SAP Analytics Cloud結合了預測分析和機器學習技術的強大功能，能夠幫助企業相關人員制定明智的決策，實現更卓越的業務成果。

作為SAP Analytics Cloud的突出亮點之一，我們希望能夠在項目里嘗試其強大的基于機器學習的數據預測功能。SAP Analytics Cloud里基于機器學習的功能點有不少，本文先介紹從使用步驟上來說最簡單的Time Series Forecasting(基于時間序列的智能預測)功能。

該功能通俗地說，就是利用過去一段時間產生的歷史數據，利用機器學習算法，預測出最近的將來可能會發生的數據。至于背后算法的原理，使用SAP Analytics Cloud的用戶一般都不會去關心。

為了體驗SAP Analytics Cloud的Time Series Forecasting功能，我選擇了全球新型冠狀肺炎病毒逐日確診的人數作為歷史數據，并使用SAP Analytics Cloud對其增長趨勢進行預測。從下載新冠肺炎確診人數的歷史數據，到最后看到預測的數據，總共耗時不超過20分鐘，這說明SAP Analytics Cloud的時間序列預測功能是相當容易操作的。

操作思路如下：

(1) 從相關網站下載新冠肺炎確診人數的歷史數據。
(2) 將歷史數據導入SAP Analytics Cloud，創建Model.
(3) 基于Model創建Story，在Story里創建一個Line Chart控件，使用該控件提供的Time Series Forecasting即可。

從下面這個網站下載新冠肺炎確診人數的歷史數據：

https://ourworldindata.org/covid-sources-comparison

下載到本地是一個csv文件，其中有三個數據源，分別來自Johns Hopkins(美國一所常青藤大學）, 世界衛生組織WHO和ECDC(歐洲疾病預防和控制中心). 我們選擇其中一列即可，本文我選擇Johns Hopkins提供的數據。

從csv文件導入到SAP Analytics Cloud生成Model的步驟我就不逐一截圖了：

其間有個小問題，SAP Analytics Cloud里支持的Date類型的Dimension的格式如下：

而csv文件導入到SAP Analytics Cloud后，日期列的格式為MMM DD, YYYY的格式，不屬于SAP Analytics Cloud支持的日期格式中的任何一種，因此無法直接將這一列設置成類型為Date的Dimension.

所以我們首先要將這一列的數據轉換成SAP Analytics Cloud支持的日期格式，比如轉換成DD-MM-YYYY, 即日，月和年之間用“-”分割。

首先將原始的MMM DD,YYYY根據逗號拆分成新的三列：MMM，DD和YYYY：

即下圖的Date_3, Date_2和Date_2_2， 這三列相當于編程代碼里的中間變量：

然后再創建新的一列，編輯公式如下，將剛才生成的日，月和年三列的內容用“-”連接起來。

CONCAT(CONCAT(CONCAT([DD],’-’),CONCAT([MMM],’-’)),[YYYY])

最后生成的經過公式計算后的列位于下圖最右邊，此時YYYY，MMM和DD這三列的使命已經完成，可以刪除了。

這個模型創建好之后，基于該模型創建一個Story，在空白的頁面里插入一個Line Chart(線狀圖)：

新冠肺炎的確診人數選擇為Measure，日期選擇為Dimension:

SAP Analytics Cloud會默認將Date這個日期類型的Dimension對應的數據進行匯總(Aggregation)，因此我將層級結構設置為4，這樣得到的統計圖表如下圖所示：

再選擇Drill Down on Date，就能看到每一天的明細數據了：

比如在3月18日這天，全球新冠肺炎的確診人數快接近43萬了。

此時如果要查看SAP Analytics Cloud根據歷史數據預測出最近的將來可能會到達的數據，只需要在Line Chart里選擇Forecast->Automatic Forecast:

預測完成，SAP Analytics Cloud將這次預測的質量評分為最高分5分，預測出了未來三天即3月19日，3月20日，3月21日的全球確診人數。

同樣的，我們可以設置過濾器，僅僅查看SAP Analytics Cloud根據過去的歷史數據，預測出某一個國家未來三天可能達到的確診數字：

例如，根據SAP Analytics Cloud的預測，美國的確診人數將在3月19日這一天達到一萬。

在Forecast的高級選項里，還能切換使用其他的算法，比如Linear Regression(線性回歸)和Triple Exponential Smoothing(指數平滑法)進行預測。

關于SAP Analytics Cloud Time Series Forecasting背后使用的機器學習算法和不同的預測算法之間的區別，SAP官網上有概要介紹：

https://www.sapanalytics.cloud/resources-your-guide-to-time-series-forecasting/

隨著Jerry項目的進行，我會繼續分享在項目中學到的SAP Analytics Cloud相關知識。最后希望新冠肺炎在全球的肆虐能早日結束，大家都能回復到正常的生活工作狀態中來。感謝閱讀。

要獲取更多Jerry的原創文章，請關注公眾號"汪子熙":

總結

以上是生活随笔為你收集整理的使用SAP Analytics Cloud显示全球新冠肺炎确诊人数和发展趋势的预测的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。