D4TimeX

Technology Overview

D4TimeXè il servizio di analisi di serie temporali, basato su modelli e algoritmi di Machine Learning, progettato da Dhiria, con caratteristiche avanzate di analisi descrittiva, predittiva e multivariata, fruibile in modalità as-a-service grazie alla piattaforma D4 sviluppata da Dhiria.

Le principali caratteristiche delle analisi su serie temporali, prodotte da D4TimeX, sono le seguenti:

• Analisi descrittiva: ha come scopo la caratterizzazione del comportamento dei prodotti selezionati andando ad estrarre conoscenza ed informazioni dalle serie temporali associate. In questa funzionalità D4TimeX è in grado di studiare le periodicità, le stagionalità ed i trend attraverso strumenti quali i Box-Plot ed i metodi di decomposizione. In aggiunta, D4TimeX è in grado di misurare le proprietà di autocorrelazione e stazionarietà, che sono aspetti chiave nella spiegabilità delle serie temporali. Lo scopo di questa modalità di funzionamento di analisi descrittiva è quello di estrarre in automatico tutte quelle informazioni che permetteranno di comprendere, valutare e validare il comportamento delle vendite degli specifici prodotti analizzando le serie storiche; 

• Analisi predittiva: ha come scopo quello di apprendere e successivamente applicare modelli predittivi specifici per la predizione di serie temporali. L’aspetto chiave di questa modalità di funzionamento è la capacità di identificare in automatico il sottoinsieme di dati del passato per predire quanto accadrà nel futuro così da migliorare l’accuratezza delle predizioni. Questa funzionalità prevede l’utilizzo di differenti famiglie di modelli sviluppati da Dhiria come i modelli supervisionati basati su regressione, i modelli statistici ed i modelli predittivi basati su reti neurali. Il risultato di questa fase è la predizione, fornita dall’insieme dei migliori modelli predittivi specifici per ogni prodotto del dataset, insieme ad una valutazione numerica della bontà di predizione stessa (misurata come accuratezza sulla predizione ed errore quadratico medio), per una finestra temporale che va da un passo in avanti e si spinge fino a sei passi in avanti;

• Analisi multi-variata:ha come scopo quello di esplorare le correlazioni presenti nelle serie temporali attraverso le analisi delle relazioni di causalità nei dati. Tali relazioni rappresentano strumenti funzionali sia all’ampliamento della modalità di analisi descrittiva che al miglioramento dell’analisi predittiva. Il risultato di questa modalità operativa è la compilazione di un grafo delle dipendenze capace di caratterizzare e modellare le relazioni tra le differenti serie temporali.

D4TimeX restituisce i risultati di tutte queste analisi sia sotto forma di dato numerico sia sotto forma di grafici interattivi che permettono una fruizione visiva degli stessi, con la possibilità di effettuare zoom, pan, selezionare periodi specifici delle serie temporali analizzate.

Dhiria è in grado di supportare i clienti nell’integrazione dei risultati nei propri sistemi di business intelligence, CRM e altri sistemi legacy presenti nella loro infrastruttura ICT o di affiancarli nella progettazione e nello sviluppo di un sistema di Business Intelligence che integrando i dati provenienti dalle diverse fonti aziendali con i risultati delle elaborazioni di Machine Learning, prodotte da Dhira, permetta di migliorare i processi aziendali e decisionali.

D4TimeXè ad oggi il più evoluto sistema per l’esplorazione e la predizione di serie temporali fruibile in modalità as-a-service.