# Tutorial – Previsione delle vendite con previsione multivariata di serie temporali

In questo tutorial, imparerai come addestrare e utilizzare un modello di serie temporali per creare previsioni di vendita specifiche per periodo. In particolare, utilizzerai i dati storici per configurare, addestrare e distribuire un modello di serie temporali multivariato, e lo userai per prevedere e visualizzare le vendite giornaliere per negozio e famiglia di prodotti.

[Predicting sales with multivariate time series forecasting - Qlik Cloud](https://play.vidyard.com/tay2uoJfsfwTxhANF5mAfF)

## Chi dovrebbe completare questo tutorial

Questo tutorial è progettato per gli utenti che desiderano sapere come prevedere metriche, come le vendite, per intervalli di tempo specifici nel futuro. Può essere utile disporre di alcune conoscenze di machine learning e Qlik Sense, ma non sono richieste.

Per completare questo tutorial, sono necessarie le autorizzazioni appropriate nel tenant Qlik Cloud e negli spazi in cui si lavorerà. Alcune di queste vengono assegnate dagli amministratori. Se si verificano errori di autorizzazione durante il tutorial, contattare l'amministratore tenant. Sono richieste le autorizzazioni per le seguenti azioni:

* Creazione e utilizzo degli esperimenti di ML

  [Creazione, utilizzo e gestione degli esperimenti di ML](https://help.qlik.com/it-IT/cloud-services/Subsystems/Hub/Content/Sense_Hub/AutoML/who-can-work-with-automl.htm#CreateUseExp)

* Creazione e utilizzo delle distribuzioni di ML

  [Distribuzione del modello e creazione di distribuzioni ML](https://help.qlik.com/it-IT/cloud-services/Subsystems/Hub/Content/Sense_Hub/AutoML/who-can-work-with-automl.htm#ModelDeployment)

  [Gestione dei deployment di ML](https://help.qlik.com/it-IT/cloud-services/Subsystems/Hub/Content/Sense_Hub/AutoML/who-can-work-with-automl.htm#ManagementMLDeploy)

  [Esecuzione di previsioni batch](https://help.qlik.com/it-IT/cloud-services/Subsystems/Hub/Content/Sense_Hub/AutoML/who-can-work-with-automl.htm#RunningBatch)

* Attivazione dei modelli distribuiti

  [Approvazione del modello](https://help.qlik.com/it-IT/cloud-services/Subsystems/Hub/Content/Sense_Hub/AutoML/who-can-work-with-automl.htm#ModelApproval)

* Utilizzo di script e applicazioni analitiche

## Cosa bisogna fare prima di iniziare

Per prima cosa, è necessario scaricare i materiali del tutorial collegati riportati di seguito.

Quando si scaricano i materiali desiderati, decomprimerli sul desktop.

[MLTimeSeriesTutorialData](https://help.qlik.com/it-IT/cloud-services/tutorials/MLTimeSeriesTutorialData.zip)

Il dataset di training contiene dati storici sulle vendite, monitorati quotidianamente per i singoli negozi e le famiglie di prodotti.

Il dataset di applicazione contiene i dati storici richiesti per generare previsioni, oltre ai dati per una futura funzionalità.

Procedere come indicato di seguito:

1. Aprire il centro attività Analisi.

2. Andare alla pagina Crea, selezionare Set di dati, quindi selezionare Carica file di dati.

3. Trascinare il file ML - Multivariate forecasting - training.csv nella finestra di dialogo di upload.

4. Quindi, trascinare il file ML - Multivariate forecasting - apply.csv nella finestra di dialogo di upload.

5. Selezionare uno spazio. Può essere uno spazio personale o uno spazio condiviso se si desidera che altri utenti possano accedere a questi dati.

6. Fare clic su Carica.

Ora che i set di dati sono stati caricati, si può procedere alla creazione di un esperimento.

## Lezioni in questa esercitazione

Gli argomenti in questa esercitazione sono stati progettati per essere completati in sequenza. Tuttavia, puoi allontanarti e tornare in qualsiasi momento.

1. [Creazione e configurazione dell'esperimento sulle serie temporali](https://help.qlik.com/it-IT/cloud-services/Subsystems/Hub/Content/Sense_Hub/AutoML/time-series-tutorial-create-experiment.htm)
2. [Revisione dei modelli di serie temporali](https://help.qlik.com/it-IT/cloud-services/Subsystems/Hub/Content/Sense_Hub/AutoML/time-series-tutorial-review-models.htm)
3. [Distribuire un modello di serie temporali](https://help.qlik.com/it-IT/cloud-services/Subsystems/Hub/Content/Sense_Hub/AutoML/time-series-tutorial-deploy.htm)
4. [Previsione con la distribuzione di serie temporali](https://help.qlik.com/it-IT/cloud-services/Subsystems/Hub/Content/Sense_Hub/AutoML/time-series-tutorial-predict.htm)
5. [Visualizzazione delle previsioni di vendita](https://help.qlik.com/it-IT/cloud-services/Subsystems/Hub/Content/Sense_Hub/AutoML/time-series-tutorial-visualize.htm)

## Ulteriori letture e risorse

* [Qlik](http://www.qlik.com/) offre un'ampia varietà di risorse per saperne di più.
* È disponibile la [guida in linea di Qlik](http://help.qlik.com/).
* La formazione, inclusi i corsi online gratuiti, è disponibile su [Qlik Learning](https://learning.qlik.com/).
* Forum di discussione, blog e altro ancora sono disponibili nella [Qlik Community](http://community.qlik.com/).

## La vostra opinione è importante

Apprezziamo il feedback dei nostri clienti. Utilizzate la sezione sottostante per inviarci le vostre impressioni.