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

这是Jerry 2020年的第38篇文章，也是汪子熙公众号总共第221篇原创文章。

注：本文只是借用新冠肺炎全球确诊人数作为历史数据，来介绍SAP Analytics Cloud基于机器学习的Time Series Forecasting功能，并没有对现实世界中新冠肺炎的发展趋势做出任何实际预测。

Jerry之前的文章 SAP Analytics Cloud和SAP Cloud for Customer的集成 介绍过，我们最近在做一个项目，通过微信小程序在SAP Cloud for Customer里创建数据，并使用SAP Analytics Cloud对这些数据进行分析和预测。

作为一款用于商业智能和协作式企业计划的解决方案，SAP Analytics Cloud结合了预测分析和机器学习技术的强大功能，能够帮助企业相关人员制定明智的决策，实现更卓越的业务成果。

作为SAP Analytics Cloud的突出亮点之一，我们希望能够在项目里尝试其强大的基于机器学习的数据预测功能。SAP Analytics Cloud里基于机器学习的功能点有不少，本文先介绍从使用步骤上来说最简单的Time Series Forecasting(基于时间序列的智能预测)功能。

该功能通俗地说，就是利用过去一段时间产生的历史数据，利用机器学习算法，预测出最近的将来可能会发生的数据。至于背后算法的原理，使用SAP Analytics Cloud的用户一般都不会去关心。

为了体验SAP Analytics Cloud的Time Series Forecasting功能，我选择了全球新型冠状肺炎病毒逐日确诊的人数作为历史数据，并使用SAP Analytics Cloud对其增长趋势进行预测。从下载新冠肺炎确诊人数的历史数据，到最后看到预测的数据，总共耗时不超过20分钟，这说明SAP Analytics Cloud的时间序列预测功能是相当容易操作的。

操作思路如下：

(1) 从相关网站下载新冠肺炎确诊人数的历史数据。

(2) 将历史数据导入SAP Analytics Cloud，创建Model.

(3) 基于Model创建Story，在Story里创建一个Line Chart控件，使用该控件提供的Time Series Forecasting即可。

从下面这个网站下载新冠肺炎确诊人数的历史数据：

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

下载到本地是一个csv文件，其中有三个数据源，分别来自Johns Hopkins(美国一所常青藤大学）, 世界卫生组织WHO和ECDC(欧洲疾病预防和控制中心). 我们选择其中一列即可，本文我选择Johns Hopkins提供的数据。

从csv文件导入到SAP Analytics Cloud生成Model的步骤我就不逐一截图了：

其间有个小问题，SAP Analytics Cloud里支持的Date类型的Dimension的格式如下：

而csv文件导入到SAP Analytics Cloud后，日期列的格式为MMM DD, YYYY的格式，不属于SAP Analytics Cloud支持的日期格式中的任何一种，因此无法直接将这一列设置成类型为Date的Dimension. 

所以我们首先要将这一列的数据转换成SAP Analytics Cloud支持的日期格式，比如转换成DD-MM-YYYY, 即日，月和年之间用“-”分割。

首先将原始的MMM DD,YYYY根据逗号拆分成新的三列：MMM，DD和YYYY：

即下图的Date_3, Date_2和Date_2_2， 这三列相当于编程代码里的中间变量：

然后再创建新的一列，编辑公式如下，将刚才生成的日，月和年三列的内容用“-”连接起来。

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

最后生成的经过公式计算后的列位于下图最右边，此时YYYY，MMM和DD这三列的使命已经完成，可以删除了。

这个模型创建好之后，基于该模型创建一个Story，在空白的页面里插入一个Line Chart(线状图)：

新冠肺炎的确诊人数选择为Measure，日期选择为Dimension:

SAP Analytics Cloud会默认将Date这个日期类型的Dimension对应的数据进行汇总(Aggregation)，因此我将层级结构设置为4，这样得到的统计图表如下图所示：

再选择Drill Down on Date，就能看到每一天的明细数据了：

比如在3月18日这天，全球新冠肺炎的确诊人数快接近43万了。

此时如果要查看SAP Analytics Cloud根据历史数据预测出最近的将来可能会到达的数据，只需要在Line Chart里选择Forecast->Automatic Forecast:

预测完成，SAP Analytics Cloud将这次预测的质量评分为最高分5分，预测出了未来三天即3月19日，3月20日，3月21日的全球确诊人数。

同样的，我们可以设置过滤器，仅仅查看SAP Analytics Cloud根据过去的历史数据，预测出某一个国家未来三天可能达到的确诊数字：

例如，根据SAP Analytics Cloud的预测，美国的确诊人数将在3月19日这一天达到一万。

在Forecast的高级选项里，还能切换使用其他的算法，比如Linear Regression(线性回归)和Triple Exponential Smoothing(指数平滑法)进行预测。

关于SAP Analytics Cloud Time Series Forecasting背后使用的机器学习算法和不同的预测算法之间的区别，SAP官网上有概要介绍：

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

随着Jerry项目的进行，我会继续分享在项目中学到的SAP Analytics Cloud相关知识。最后希望新冠肺炎在全球的肆虐能早日结束，大家都能回复到正常的生活工作状态中来。感谢阅读。