Die vorliegende Übersetzung wurde maschinell erstellt. Im Falle eines Konflikts oder eines Widerspruchs zwischen dieser übersetzten Fassung und der englischen Fassung (einschließlich infolge von Verzögerungen bei der Übersetzung) ist die englische Fassung maßgeblich.
Forecast auf der Grundlage von Nachfragetreibern
Um die Prognosegenauigkeit bei der Konfiguration Ihrer Prognose zu verbessern, können Sie Nachfragetreiber verwenden. Nachfragetreiber sind zusammenhängende Zeitreiheneingaben, die Produkttrends und Jahreszeiten erfassen. Anstatt von der historischen Nachfrage abhängig zu sein, können Sie Nachfragetreiber verwenden, um die Lieferkette auf der Grundlage verschiedener Faktoren zu beeinflussen. Zum Beispiel Werbeaktionen, Preisänderungen und Marketingkampagnen. Die Bedarfsplanung unterstützt sowohl historische als auch future Nachfragetreiber.
Voraussetzungen für die Verwendung von Nachfragetreibern
Bevor Sie Daten zu Nachfragetreibern aufnehmen, stellen Sie sicher, dass die Daten die folgenden Bedingungen erfüllen:
-
Stellen Sie sicher, dass Sie die Daten der Nachfragetreiber in die Datenentität supplementary_time_series aufnehmen. Sie können sowohl historische als auch zukünftige Nachfragetreiberinformationen bereitstellen. Informationen zu den Datenentitäten, die Demand Planning benötigt, finden Sie unterBedarfsplanung.
Wenn Sie die Datenentität supplementary_time_series nicht finden können, verwendet Ihre Instanz möglicherweise eine frühere Datenmodellversion. Sie können sich an den AWS Support wenden, um Ihre Datenmodellversion zu aktualisieren oder eine neue Datenverbindung herzustellen.
-
Stellen Sie sicher, dass die folgenden Spalten in der Datenentität supplementary_time_series aufgefüllt sind.
-
id — Diese Spalte ist die eindeutige Datensatz-ID und für eine erfolgreiche Datenaufnahme erforderlich.
-
order_date — Diese Spalte gibt den Zeitstempel des Nachfragetreibers an. Es kann sowohl in der Vergangenheit als auch in der future datiert sein.
-
time_series_name — Diese Spalte ist der Bezeichner für jeden Nachfragetreiber. Der Wert dieser Spalte muss mit einem Buchstaben beginnen, sollte 2—56 Zeichen lang sein und kann Buchstaben, Zahlen und Unterstriche enthalten. Andere Sonderzeichen sind nicht gültig.
-
time_series_value — Diese Spalte enthält die Datenpunktmessung eines bestimmten Nachfragetreibers zu einem bestimmten Zeitpunkt. Es werden nur numerische Werte unterstützt.
-
-
Wählen Sie mindestens 1 und maximal 13 Bedarfstreiber aus. Stellen Sie sicher, dass die Aggregations- und Füllmethoden konfiguriert sind. Weitere Informationen zu Füllmethoden finden Sie unterMethode zum Ausfüllen von Daten durch die Nachfrage. Sie können die Einstellungen jederzeit ändern. Demand Planning wird die Änderungen im nächsten Prognosezyklus anwenden.
Das folgende Beispiel zeigt, wie ein Bedarfsplan generiert wird, wenn die erforderlichen Nachfragetreiberspalten in die Datenentität supplementary_time_series aufgenommen werden. Demand Planning empfiehlt, sowohl historische als auch future Nachfragetreiberdaten bereitzustellen (falls verfügbar). Diese Daten helfen dem Lernmodell, zu lernen und das Muster auf die Prognose anzuwenden.
Das folgende Beispiel zeigt, wie Sie einige gängige Nachfragetreiber in Ihrem Datensatz einrichten können.
Wenn Sie Frühindikatoren angeben, empfiehlt Demand Planning dringend, das Datum der Zeitreihe anzupassen. Nehmen wir beispielsweise an, dass eine bestimmte Kennzahl als 20-Tage-Frühindikator mit einer Konversionsrate von 70% dient. In diesem Fall sollten Sie erwägen, das Datum in der Zeitreihe um 20 Tage zu verschieben und dann den entsprechenden Umrechnungsfaktor anzuwenden. Das Lernmodell kann zwar Muster ohne solche Anpassungen lernen, aber die Mustererkennung ist effektiver, wenn Frühindikatordaten mit den entsprechenden Ergebnissen in Einklang gebracht werden. Die Größe des Werts spielt in diesem Prozess eine wichtige Rolle und verbessert die Fähigkeit des Modells, Muster genau zu lernen und zu interpretieren.
