beginner
ai-ops
previsao-de-demanda
heat-map

Mapa de Previsão de Demanda

Como ler a previsão de demanda em hexágonos H3 na página de Heat Maps — camadas, horizontes, controle deslizante de tempo e tooltips.

Levy Fleets TeamMay 18, 20267 min read

Mapa de Previsão de Demanda

O mapa de previsão de demanda fica em Dashboard > Analytics > Heat Maps. Ele substitui o antigo esqueleto de heat map "corridas dos últimos N dias" por uma superfície real de demanda prevista, alimentada pelo modelo do AI Ops.

Layout da página

A página tem quatro regiões de controle:

  1. Seletor de horizonte — escolha a janela de previsão: 1 hora, 4 horas ou 24 horas à frente.
  2. Seletor de janela histórica — ao olhar para trás, escolha 24h, 7d ou 30d.
  3. Alternâncias de camada — ligue/desligue de forma independente Predicted demand, Actual history e Unmet demand.
  4. Controle deslizante de tempo — um slider horizontal que vai de -7 dias a +24 horas. O mapa redesenha conforme você arrasta.

Abaixo do mapa há cards de resumo: total de corridas previstas para o horizonte atual, o hex com maior demanda prevista e a contagem de eventos de demanda não atendida na janela visível.

Hexágonos H3

O mapa é coberto por hexágonos H3. Em mercados densos usamos resolução 9 (cerca de 0,1 km² por hex, com cerca de 150 m de aresta). Em mercados esparsos usamos resolução 8 (cerca de 0,7 km² por hex). A resolução é escolhida automaticamente pela densidade do subaccount.

Cada hex é colorido pela camada ativa:

  • Predicted demand — verde (baixo) a vermelho (alto) pelas corridas previstas no horizonte selecionado.
  • Actual history — mesma escala, baseado em corridas observadas na janela histórica.
  • Unmet demand — intensidade do vermelho pela contagem de eventos de demanda não atendida. Veja Entendendo demanda não atendida.

Tooltip do hex

Clique em qualquer hex para abrir seu tooltip. Você verá:

CampoSignificado
Predicted ridesSaída do modelo para o horizonte atual
Confidence intervalIC de 90% — ci_low até ci_high
Current supplyVeículos disponíveis no hex neste momento
GapDemanda prevista menos fornecimento atual
Last forecastQuando a previsão deste hex foi atualizada pela última vez

Se o gap for positivo, o hex está subabastecido para o horizonte — candidato a receber rebalanceamento. Se for negativo, está superabastecido.

Horizontes explicados

São treinadas três cabeças de modelo, uma por horizonte:

  • 1 hora — melhor para "o que está prestes a acontecer". Maior acurácia porque features de lag dominam.
  • 4 horas — melhor para "para onde mover veículos antes do almoço / jantar / pico do deslocamento". É o horizonte que o recomendador usa.
  • 24 horas — melhor para "onde a frota deveria estar amanhã de manhã". Acurácia menor, mas o sinal basta para planejamento durante a noite.

O recomendador sempre usa o horizonte de 4 horas. No painel você pode alternar entre os três.

Lendo o controle deslizante de tempo

A posição 0 do slider é agora. À esquerda está o histórico observado (até 7 dias para trás); à direita, a previsão (até 24 horas à frente).

  • À esquerda do 0 — a camada ativa é forçada para Actual history. O mapa mostra corridas que efetivamente começaram em cada hex durante a hora do slider.
  • À direita do 0 — a camada ativa é forçada para Predicted demand. O mapa mostra a previsão do modelo para aquela hora.

Arrastar pela fronteira do 0 faz a transição suave entre observação e previsão.

As previsões são atualizadas a cada hora. Se a previsão mais recente tiver mais de 90 minutos, um banner amarelo aparece acima do mapa: "Forecast may be stale — last refresh was X minutes ago." Enquanto o banner aparece:

  • O mapa continua exibindo a última previsão válida.
  • O recomendador esconde os dólares de ganho projetado (não confia em números obsoletos).
  • Verifique o status dos crons (veja Solução de problemas).

Confiança

O intervalo de confiança de 90% (ci_low e ci_high) indica a certeza do modelo. Intervalos largos significam alta incerteza para aquele hex × hora — normalmente por baixo volume histórico de corridas no hex ou porque clima ou eventos empurram as entradas para uma região que o modelo viu pouco.

O recomendador de rebalanceamento pondera seu score de confidence pela largura do IC, então os cards em /dashboard/operations/rebalance já contabilizam a incerteza da previsão.

O que não está no mapa

  • Demanda multimodal. A previsão é de corridas totais, não dividida entre patinete vs. bike vs. moped.
  • Previsões em tempo real (sub-hora). O menor bucket é uma hora.
  • Agregações entre subaccounts. Cada subaccount tem sua própria superfície de previsão; o AI Ops respeita RLS.

Relacionado