O OCI Forecasting inclui processos para endereçar automaticamente o pré-processamento, um pré-requisito complicado para lidar com algoritmos. Ele lida com valores ausentes por meio de estimativas baseadas em machine learning, identifica e trata valores discrepantes, transforma dados para melhorar a qualidade e agrega dados temporais ao horizonte de previsão necessário (como a conversão de dias em semanas e meses).
O OCI Forecasting inclui uma ampla variedade de algoritmos de treinamento, desde métodos estatísticos comumente usados até algoritmos complexos para machine learning e deep learning. Ele seleciona automaticamente o melhor com base no menor número de erros de validação cruzada. Com capacidade de agendamento, o OCI Forecasting pode incluir todos os pontos de dados mais recentes cada vez que é executado para capturar até mesmo pequenas mudanças nos negócios. O OCI Forecasting também fornece os três resultados do modelo de melhor desempenho para os usuários finais observarem.
Ao contrário de seus concorrentes, o OCI Forecasting fornece explicabilidade como saída, que descreve recursos influentes em níveis global e local em seus dados e traz transparência aos resultados previstos. Ele também fornece intervalos de confiança, que são uma faixa de variações nos valores previstos a qualquer momento. Isso ajuda na tomada de decisões, levando em consideração as variações.