销售和运营计划工具（S&OP）采用单指数、双指数和三指数平滑法对未来的需求进行预测。这些平滑或时间序列分析算法使用ALPHA、BETA和GAMMA因子来考虑历史数据、趋势数据或任何季节性趋势。
关于这些指数平滑方法的更多信息，请参阅HANA云平台预测分析和销售与运营计划（S&OP）统计预测
预测结果基于α、β、γ因子值。通过寻找最佳拟合数据来预测未来数据的方法大多是试错法，这种方法非常繁琐，中移物联网，可能需要花费大量精力来确定这些因素的正确值或最佳值，以便预测值与历史数据相吻合。
S&OP通过保持α的多个值来减轻工作量，Beta和Gamma因子在其设置中，因此，联网，大数据好不好，当执行统计预测过程时，它将使用每组值运行，并自动选取当前/历史数据和预测数据之间的最佳结果或统计误差最小的结果集。
使用HANA SPS 07（&08）时，将使用一种新的时间序列分析算法可用的称为预测平滑。预测平滑用于计算一组平滑函数的最佳参数，包括单指数平滑、双指数平滑和三指数平滑。
不需要保留不同的α、β和γ因子集。它根据统计优化算法和参数自动运行统计预测。它通过比较历史值和预测值进行质量评估，并自动选择误差最小的值。预测结果不局限于一组手工维护的值。
我们可以使用预测平滑自动定义或估计最佳类型或适当平滑（单/双或平滑）的参数。
例如，对于之前使用的相同数据，手动给定参数进行测试和最佳拟合单指数、双指数和三指数平滑，消防物联网，预测平滑技术自动分析并得出三指数平滑，α=0.127，服务器云服务，β=0.0000001，γ=0.883作为最佳拟合，&这类值不太可能是手动确定的。
在下面找到前面示例的结果图像，与预测平滑进行比较，预测平滑很容易拟合得更好。
