本文為英文版的機器翻譯版本，如內容有任何歧義或不一致之處，概以英文版為準。
上傳資料集之前的 Prequisites
若要成功產生預測，請確定您的資料集遵循下列各項。
至少一個 product_id 的銷售歷史記錄至少為 outbound_order_line 資料集中提供的預測時間範圍的四倍。例如，如果預測時間範圍為 26 週，則最低訂單資料需求為 26*4 = 104 週。
產品資料實體下的 Product_id 不應包含任何不完整的資料 （空字串或空字串） 或重複項目。
在預測組態 （有條件要求 ‘） 中為精細度選取的所有其他資料欄不包含不完整的資料 （空字串或空字串）。
所有資料實體 （例如 product_id、site_id、 ship_from_site_id） 中的資料欄 ID 不包含特殊字元，例如星號 （*） 和雙引號 （" "）。
order_date 不包含無效日期。例如，2/29/2023，即 2023 年 2 月 29 日，僅在閏年有效。
為了提高預測準確性，需求規劃強烈建議下列各項。
上傳兩到三年的傳出訂單行歷史記錄作為輸入，以產生準確的預測。此持續時間允許預測模型擷取您的商業週期，並確保更穩健可靠的預測。
為了改善預測準確性，建議在產品資料實體中包含產品屬性，例如品牌 、顏色 、product_group_id 、product_introduction_day 和 discontinue_day。
您可以透過 supplementary_time_series 資料實體提供其他需求驅動因素資訊。請注意，僅支援數值。
當您有類似產品或新產品的先前版本時，您會提供替代產品映射。
在上傳歷史銷售資料COVID之前，移除任何非重複或一次性事件，例如 。
