INVENTORY_ Domäne PLANNING - Amazon Forecast
Ziel-Zeitreihen-Dataset-TypDataset-Typ der verwandten ZeitreihenArtikel-Metadaten-Dataset-Typ

Amazon Forecast ist für Neukunden nicht mehr verfügbar. Bestehende Kunden von Amazon Forecast können den Service weiterhin wie gewohnt nutzen. Erfahren Sie mehr“

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.

INVENTORY_ Domäne PLANNING

Verwenden Sie die PLANNING Domäne INVENTORY _, um die Nachfrage nach Rohstoffen zu prognostizieren und zu bestimmen, wie viel Lagerbestand eines bestimmten Artikels auf Lager sein muss. Die folgenden Dataset-Typen werden unterstützt. Für jeden Dataset-Typ sind die Pflichtfelder sowie die optionalen Felder aufgeführt. Weitere Informationen zur Zuordnung von Feldern zu Spalten in Ihren Schulungsdaten finden Sie unter Dataset-Domänen und Dataset-Typen.

Ziel-Zeitreihen-Dataset-Typ

Die folgenden Felder sind erforderlich:

  • item_id (string)

  • timestamp (Zeitstempel)

  • demand(float) — Dies ist das target Feld, für das Amazon Forecast eine Prognose generiert.

Die folgende Dimension ist optional und kann verwendet werden, um die Prognosegranularität zu ändern:

  • location(string) — Der Standort des Distributionszentrums, in dem der Artikel gelagert wird. Dies sollte nur verwendet werden, wenn Sie mehrere Stores/Standorte haben.

Idealerweise sollten nur diese erforderlichen Felder und optionalen Dimensionen einbezogen werden. Sonstige zusätzliche Zeitreihen sollten in einem Dataset verwandter Zeitreihen enthalten sein.

Die folgenden Felder sind erforderlich:

  • item_id (string)

  • timestamp (Zeitstempel)

Die folgenden Felder sind optional und können beim Verbessern von Prognoseergebnissen nützlich sein:

  • price(Float) — Der Preis des Artikels

Neben den Pflichtfeldern und den empfohlenen optionalen Feldern können Ihre Schulungsdaten auch weitere Felder enthalten. Um andere Felder in das Dataset aufzunehmen, geben Sie die Felder in einem Schema an, wenn Sie das Dataset erstellen.

Die folgenden Felder sind erforderlich:

  • item_id (string)

Die folgenden Felder sind optional und können beim Verbessern von Prognoseergebnissen nützlich sein:

  • category(string) — Die Kategorie des Artikels.

  • brand(string) — Die Marke des Artikels.

  • lead_time(string) — Die Vorlaufzeit in Tagen für die Herstellung des Artikels.

  • order_cycle(Zeichenfolge) — Der Bestellzyklus beginnt, wenn die Arbeit beginnt, und endet, wenn der Artikel versandbereit ist.

  • safety_stock(string) — Die Mindestmenge an Lagerbestand, die für diesen Artikel vorrätig sein muss.

Neben den Pflichtfeldern und den empfohlenen optionalen Feldern können Ihre Schulungsdaten auch weitere Felder enthalten. Um andere Felder in das Dataset aufzunehmen, geben Sie die Felder in einem Schema an, wenn Sie das Dataset erstellen.