■预测流程
DAP的特征除了自动最优化，还吸收了现场专家的知识和经验，运用到预测算法中。此外还为他们提供了方便的操作方式。
标准DAP的处理流程如下：
→强化了数据集约、事件处理、异常数据修正、预测、按分功能，提供了独特的数据分析与预测方法。
→各功能实行模块化管理，用户可以根据自身销售数据的特性，定制适合的预测流程。
■功能介绍
1.系统介绍
2.异常值的分类与处理
销售实际数据一般来说误差很大，如果不能适当地树立，会导致预测精度降低，甚至无法使用。一般来说预测前进行异常值处理，但是这样会导致原数据的部分季节性，倾向性也一并消除。为了避免类似情况发生，本公司根据多年的研究结果提出了独特有效的异常值处理方法。
3.过去实际数据的特征抽出
多数的销售实绩数据中都存在季节性和倾向性，这些信息的准确抽取，可以大大地提高预测精度。目前有很多数据分析模型用来抽取销售实绩数据中的季节性和倾向性，DAP中采取X-12季节调整模型和UNIT ROOT TEST(URT)单位根检验模型的组合来提取提取销售实绩中存在的季节性和倾向性。
4.多层集约功能
根据集约指示，集约规则，自由地进行多层集约
5.多种多层按分方法
根据集约层数确定按分层数，根据数据特点优化选择不同的按分方法
■系统特点
1.多层集约模型
DAP不仅能实现一般的周期集约、品目集约、据点集约，还能够实现多层集约，并对集约的数据进行分析・预测，同时还能够对应按集约顺序的按分模型。另外，为强化预测的精度，还应该关注各品目的不同属性，并对其属性进行分析，决定采用周期集约、品目集约、据点集约，多层集约中的哪一个。该方法正在研发中。
2.独特的数据分析手法
X11模型季节性较强，单位根检验模型趋势性较强。但是如果不分析销售数据无从得知季节性和趋势性有多强。因此有必要将这两个特性同时分析。DAP抽取了X-11季节调整和单位根检验模型各自的优势，将之有效地结合在一起进行现实数据的分析。并能够提取出原始数据的季节性和趋势性。X11模型一直被认为适用于月单位数据季节性分析，我们对此进行改善，使之还能够适用于周单位数据及日单位数据。
3.异常数据的处理及对计划信息的考虑
大部分预测软件都是采用修正异常数据的方法来进行分析・预测。但是并未考虑修正标准偏差较大的值是否会给季节性和趋势性带来影响。本公司的DAP系统对这一课题进行研究，按以下顺序进行：删除特卖数据→对季节性、趋势性进行分析・分解→从random数据对异常数据进行修正→对分解的数据进行预测→将预测结果综合。
4.最优预测方法的自动选择
与销售数据属性相适应的预测模型也各不相同。DAP中，装有多个预测模型，可以为顾客提供多种预测手法、模型的参数设定。同时还能支持现场熟练工的决策，将多个模型的预测结果一起显示，使顾客能够自由选择。另外，对于需要尽快决策的顾客，还能够自动选择优化预测模型，显示预测结果。
5.多种按分方式及多层按分
提供平均按分、比例按分、线性拟合按分、自动按分等多个按分模型，满足熟练操作及非熟练操作的客户的多种需求。还能够对应集约手法自动选择适合的按分模型进行按分。 | 
