RETAIL-Domäne - Amazon Forecast

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.

RETAIL-Domäne

Die RETAIL-Domäne unterstützt die folgenden Dataset-Typen. 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 Ziel-Zeitreihe enthält die bisherigen Zeitreihendaten für jeden Artikel bzw. jedes Produkt, der bzw. das vom Einzelhändler verkauft wurde. Die folgenden Felder sind erforderlich:

  • item_id (Zeichenfolge) — Eine eindeutige Kennung für den Artikel oder das Produkt, für den bzw. das eine Prognose der Nachfrage erstellt werden soll

  • timestamp (Zeitstempel)

  • demand(Gleitkommazahl) — Die Anzahl der Verkäufe für diesen Artikel zum Zeitpunkt des Zeitstempels. Dies ist auch das Ziel-Feld, für das Amazon Forecast eine Prognose erstellt.

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

  • location(Zeichenfolge) — Der Standort des Ladens, in dem der Artikel verkauft wurde. 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.

Sie können Amazon Forecast Datasets verwandter Zeitreihen bereitstellen, beispielsweise den Preis oder die Anzahl der Klicks auf einen Artikel im Onlineshop an einem bestimmten Datum. Je mehr Informationen Sie bereitstellen, desto genauer wird die Prognose. Die folgenden Felder sind erforderlich:

  • item_id (string)

  • timestamp (Zeitstempel)

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

  • price(Gleitkommazahl) — Der Preis des Artikels zum Zeitpunkt des Zeitstempels.

  • promotion_applied(Ganzzahl; 1 = wahr, 0 = falsch) — Ein Flag, das angibt, ob es für diesen Artikel zum Zeitpunkt des Zeitstempels eine Werbeaktion gab.

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.

Artikel-Metadaten-Dataset-Typ

Dieses Dataset stellt Amazon Forecast Informationen zu den Metadaten (Attributen) der Artikel bereit, für deren Nachfrage Prognosen erstellt werden sollen. Die folgenden Felder sind erforderlich:

  • item_id (string)

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

  • category (string)

  • brand (string)

  • color (string)

  • genre (string)

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.