Las traducciones son generadas a través de traducción automática. En caso de conflicto entre la traducción y la version original de inglés, prevalecerá la version en inglés.
Requisitos previos antes de cargar el conjunto de datos
Para generar correctamente una previsión, asegúrate de que tu conjunto de datos cumpla con lo siguiente.
Al menos un product_id tiene un historial de ventas cuatro veces superior al horizonte temporal previsto en el conjunto de datos outbound_order_line. Por ejemplo, si el horizonte temporal previsto es de 26 semanas, el requisito mínimo de datos de pedido es de 26*4 = 104 semanas.
El identificador del producto que aparece en la entidad de datos del producto no debe contener datos incompletos (cadenas nulas o vacías) ni duplicados.
Todas las columnas adicionales seleccionadas por su granularidad en la configuración de previsión (que son «obligatorias condicionalmente») no contienen datos incompletos (cadena nula o vacía).
El identificador de columna de todas las entidades de datos (por ejemplo, product_id, site_id, ship_from_site_id) no contiene caracteres especiales, como un asterisco (*) y comillas dobles (» «).
La fecha del pedido no contiene una fecha no válida. Por ejemplo, el 29 de febrero de 2023, es decir, el 29 de febrero de 2023, solo es válido en los años bisiestos.
Para mejorar la precisión de las previsiones, Demand Planning recomienda encarecidamente lo siguiente.
Cargue como entrada el historial de líneas de pedidos salientes de dos a tres años para generar una previsión precisa. Esta duración permite a los modelos de previsión capturar sus ciclos económicos y garantizar una predicción más sólida y fiable.
Para mejorar la precisión de las previsiones, también se recomienda incluir atributos del producto como la marca, el color, el product_group_id, product_introduction_day y discontinue_day en la entidad de datos del producto.
Puede proporcionar información adicional sobre los impulsores de la demanda a través de la entidad de datos supplementary_time_series. Tenga en cuenta que solo se admiten valores numéricos.
Proporcionas un mapeo de productos alternativo cuando tienes productos similares o una versión anterior de un producto nuevo.
Elimine cualquier evento no recurrente o puntual, por ejemplo, COVID antes de cargar los datos históricos de ventas.
