Set di dati sostitutivo - Amazon Forecast

Amazon Forecast non è più disponibile per i nuovi clienti. I clienti esistenti di Amazon Forecast possono continuare a utilizzare il servizio normalmente. Scopri di più»

Le traduzioni sono generate tramite traduzione automatica. In caso di conflitto tra il contenuto di una traduzione e la versione originale in Inglese, quest'ultima prevarrà.

Set di dati sostitutivo

Un set di dati sostitutivo è una versione modificata della serie temporale relativa alla linea di base che contiene solo i valori che si desidera modificare in una previsione ipotetica. Il set di dati sostitutivo deve contenere le dimensioni della previsione, gli identificatori degli elementi e i timestamp delle serie temporali relative alla linea di base, nonché almeno una serie temporale modificata. Questo set di dati viene unito alla serie temporale relativa alla linea di base per creare un set di dati trasformato da utilizzare per la previsione ipotetica. Il set di dati sostitutivo deve essere in formato. CSV

Questo set di dati non deve contenere timestamp duplicati per la stessa serie temporale.

Di seguito sono riportati alcuni esempi di come è possibile specificare una serie temporale sostitutiva e di come tali specifiche vengono interpretate. Si consideri il caso in cui si effettuano previsioni giornaliere e l'orizzonte di previsione è compreso tra il 01/08/2022 e il 03/08/2022. Le serie temporali relative alla linea di base per tutti gli esempi sono riportate nella tabella seguente.

id_articolo timestamp price stock_count

articolo_1

2022-08-01

100

50

articolo_1

2022-08-02

100

50

articolo_1

2022-08-03

100

50

articolo_2

2022-08-01

75

500

articolo_2

2022-08-02

75

500

articolo_2

2022-08-03

75

500

Unchanged values

Per applicare uno sconto del 10% su item_1 per il 02/08/2022 e il 03/08/2022, è sufficiente specificare quanto segue per il set di dati sostitutivo:

Set di dati sostitutivo
id_articolo timestamp price

item_1

2022-08-02

90

articolo_1

2022-08-03

90

Tuttavia, è valido anche specificare valori invariati nel set di dati sostitutivo. Se utilizzata come set di dati sostitutivi, ciascuna delle tre tabelle seguenti produrrà gli stessi risultati della tabella fornita in precedenza.

Set di dati sostitutivo con una colonna invariata
id_articolo timestamp price stock_count

articolo_1

2022-08-02

90

50

articolo_1

2022-08-03

90

50

Set di dati sostitutivo con righe invariate
id_articolo timestamp price

item_1

2022-08-01

100

articolo_1

2022-08-02

90

articolo_1

2022-08-03

90

articolo_2

2022-08-01

75

articolo_2

2022-08-02

75

articolo_2

2022-08-03

75

Set di dati sostitutivo con righe e colonne invariate
id_articolo timestamp price stock_count

articolo_1

2022-08-01

100

50

articolo_1

2022-08-02

90

50

articolo_1

2022-08-03

90

50

articolo_2

2022-08-01

75

500

articolo_2

2022-08-02

75

500

articolo_2

2022-08-03

75

500

Missing values

I valori mancanti nelle serie temporali sostitutive vengono sostituiti con i valori delle serie temporali relative alla linea di base. Considera lo scenario in cui applichi uno sconto del 10% su item_1 per il 2022-08-02 e il 2022-08-03 e aumenti lo stock di item_2 il 01/08/2022. Questo set di dati sostitutivo è sufficiente:

Set di dati sostitutivo con valori mancanti
id_articolo timestamp price stock_count

articolo_1

2022-08-02

90

articolo_1

2022-08-03

90

articolo_2

2022-08-01

5000

I valori mancanti in questa tabella sono imputati dalle serie temporali relative alla linea di base.

Extraneous values

I valori estranei nelle serie temporali sostitutive vengono ignorati durante la creazione di una previsione ipotetica. In altre parole, i valori nel set di dati sostitutivo che non corrispondono ai valori delle serie temporali relative alla linea di base non vengono modellati. Considerate questo set di dati sostitutivo:

Set di dati sostitutivo con valori estranei
id_articolo timestamp price stock_count

articolo_1

2022-08-01

100

50

articolo_1

2022-08-02

100

50

articolo_1

2022-08-03

100

50

articolo_2

2022-08-01

75

500

articolo_2

2022-08-02

75

500

articolo_2

2022-08-03

75

500

articolo_3

2022-08-01

50

125

articolo_3

2022-08-02

50

125

articolo_3

2022-08-03

50

125

Le righe contenenti item_3 vengono ignorate e non fanno parte dell'analisi what-if.

Historical changes

Le modifiche nel set di dati sostitutivo che si trovano al di fuori dell'orizzonte di previsione vengono ignorate. Considerate questo set di dati sostitutivo:

Set di dati sostitutivo con valori al di fuori dell'orizzonte di previsione
id_articolo timestamp price stock_count

articolo_1

2022-07-31

100

50

articolo_1

2022-08-01

100

50

articolo_1

2022-08-02

100

50

articolo_1

2022-08-03

100

50

articolo_1

2022-08-04

100

50

articolo_2

2022-07-31

75

500

articolo_2

2022-08-01

75

500

articolo_2

2022-08-02

75

500

articolo_2

2022-08-03

75

500

articolo_3

2022-08-04

75

500

Le righe contenenti 2022-07-31 e 2022-08-04 vengono ignorate e non fanno parte dell'analisi what-if.

Dimensioni di Forecast

Se includi le dimensioni previsionali nel set di dati, devi includerle nel set di dati sostitutivo. Considerate questa serie temporale relativa alla linea di base:

id_articolo store_id timestamp price stock_count

articolo_1

negozio_1

2022-08-01

100

50

articolo_1

negozio_1

2022-08-02

100

50

articolo_1

negozio_1

2022-08-03

100

50

articolo_1

negozio_2

2022-08-01

75

500

articolo_1

negozio_2

2022-08-02

75

500

articolo_1

negozio_2

2022-08-03

75

500

Pertanto, il set di dati sostitutivo per uno sconto del 10% in tutti i negozi il 02/08/2022 sarebbe il seguente:

id_articolo store_id timestamp price

articolo_1

negozio_1

2022-08-02

90

articolo_1

negozio_2

2022-08-02

67,5