Amazon Forecast ya no está disponible para nuevos clientes. Los clientes actuales de Amazon Forecast pueden seguir utilizando el servicio con normalidad. Más información

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.

Amazon Forecast ya no está disponible para nuevos clientes. Los clientes actuales de Amazon Forecast pueden seguir utilizando el servicio con normalidad. Más información

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.

CreateWhatIfAnalysis

El análisis condicional es una técnica de modelado de escenarios en la que se realiza un cambio hipotético en una serie temporal y se comparan las previsiones generadas por estos cambios con la serie temporal de referencia, que no ha cambiado. Es importante recordar que el objetivo de un análisis condicional es comprender cómo puede cambiar una previsión en función de las diferentes modificaciones de la serie temporal de referencia.

Por ejemplo, imagine que es un minorista de ropa que está considerando hacer rebajas de fin de temporada para dejar espacio a nuevos estilos. Tras crear una previsión de referencia, puede utilizar un análisis condicional para investigar cómo las distintas tácticas de venta podrían afectar a sus objetivos.

Podría crear un escenario en el que todo reciba un descuento del 25 % y otro en el que todo reciba un descuento fijo en dólares. Podría crear un escenario en el que la oferta dure una semana y otro en el que dure un mes. Con un análisis condicional, puede comparar muchos escenarios diferentes entre sí.

Tenga en cuenta que un análisis condicional tiene por objeto mostrar lo que el modelo de previsión ha aprendido y cómo se comportará en los escenarios que está evaluando. No utilice a ciegas los resultados del análisis condicional para tomar decisiones empresariales. Por ejemplo, es posible que las previsiones no sean precisas en escenarios novedosos en los que no se disponga de una referencia para determinar si una previsión es buena.

El objeto TimeSeriesSelector define los artículos que desea incluir en el análisis condicional.

Sintaxis de la solicitud

{
   "ForecastArn": "string",
   "Tags": [ 
      { 
         "Key": "string",
         "Value": "string"
      }
   ],
   "TimeSeriesSelector": { 
      "TimeSeriesIdentifiers": { 
         "DataSource": { 
            "S3Config": { 
               "KMSKeyArn": "string",
               "Path": "string",
               "RoleArn": "string"
            }
         },
         "Format": "string",
         "Schema": { 
            "Attributes": [ 
               { 
                  "AttributeName": "string",
                  "AttributeType": "string"
               }
            ]
         }
      }
   },
   "WhatIfAnalysisName": "string"
}

Parámetros de la solicitud

La solicitud acepta los siguientes datos en formato JSON.

Sintaxis de la respuesta

{
   "WhatIfAnalysisArn": "string"
}

Elementos de respuesta

Si la acción se realiza correctamente, el servicio devuelve una respuesta HTTP 200.

El servicio devuelve los datos siguientes en formato JSON.

Errores

Véase también

Para obtener más información sobre el uso de esta API en uno de los idiomas específicos AWS SDKs, consulte lo siguiente: