基于SAMEPERIODLASTYEAR与移动平均的预测问题排查

问题背景 #

尝试基于SAMEPERIODLASTYEAR函数与移动平均创建预测模型：

• 初始设置权重：Cost2YearsAgo=0.4、CostLastYear=0.6，结果曲线未按近3个月实际数据的向下趋势弯曲
• 加入移动平均（MovingAverage，权重0.1）后，曲线出现异常波动
• 改用本年数据（ThisYear，权重0.1）后曲线趋势改善，但存在逻辑疑问：2024年初的实际数据为何能影响未来时段的预测

1. 为何MovingAverage无效？ #

移动平均失效大概率是计算逻辑未匹配预测时段需求：

• 移动平均需基于连续有效历史时段计算，若模型处理未来预测时，误将未来空值或占位数据纳入计算，会直接拉低/拉高均值，引发异常波动
• 若移动平均窗口设置不合理（比如窗口过短，仅包含波动剧烈的1-2个月份），会让预测曲线跟随历史极端值出现跳变
• 检查MovingAverage的DAX公式：如果未用DATESBETWEEN或FILTER限定仅计算到预测起始点的历史数据，而是包含未发生的未来时段，必然导致计算结果异常

2. ThisYear如何修复问题并影响未来曲线？ #

ThisYear能改善趋势，核心是引入了最新短期趋势信号：

• 2024年初的实际数据是当前最新的业务趋势体现，相比两年前、去年的数据，更贴近当下的业务变化（比如市场环境调整、成本结构变动）
• 给ThisYear设置0.1权重，相当于在原有“两年前+去年”的历史权重基础上，加入了短期修正因子——原模型仅依赖过去两年历史，无法捕捉近3个月的向下趋势，而本年实际数据刚好提供了这个向下信号，因此曲线会跟随向下弯曲
• 关于“未来预测被当前实际数据影响”的逻辑合理性：预测本质是基于已知信息推导未知，最新实际数据是最有效的当前趋势指标，用它修正长期历史的预测结果，反而能让预测更贴合当前业务现状，这是短期预测中常见的优化手段

内容的提问来源于stack exchange，提问作者Francesco Mantovani