使用需求動因 - AWS Supply Chain

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。

使用需求動因

若要使用需求動因,請完成下列步驟:

  • 請確定將需求動因資料內嵌在補充目錄 _time_series 資料實體中。您可以提供歷史與 future 需求驅動因資訊。如需「需求計劃」所需之資料實體的相關資訊,請參閱需求計劃

  • 選取至少 1 個,最多 13 個需求動因。請確定已設定彙總和填充方法。如需填充方法的更多資訊,請參閱需求動因數據填寫方法。您可以隨時修改設定。「需求計劃」會在下一個預測週期中套用變更。

擷取需求驅動因素的資料

擷取需求動因的資料之前,請確定資料符合下列條件:

  • 如果您找不到補充目錄 _time_series 資料實體,您的執行個體可能使用較早的資料模型版本。您可以聯絡 Sup AWS port 部門以升級您的資料模型版本或建立新的資料連線。

  • 請確定補充目錄 _time_series 資料實體中已填入下列資料行。

    • id — 此欄是唯一記錄識別碼,是成功擷取資料所必需的資料。

    • order_date — 此欄會指出需求動因的時間戳記。它可以是過去和 future 的日期。

    • time_series_name — 此欄位是每個需求動因的識別碼。此欄的值必須以字母開頭,長度應為 2-56 個字元,且可包含字母、數字和底線。其他特殊字元無效。

    • time_series_value — 此欄提供特定需求動因在特定時間點的資料點測量。僅支援數值。

下列範例說明在補充 Tar y_time_series 資料實體中擷取所需需求動因欄位時,「需求計劃」如何產生「需求計劃」。「需求計劃」建議同時提供歷史與 future 需求動因資料 (若有的話)。此資料可協助學習模型學習並將模式套用至預測。

需求動因範例

下列範例說明如何在資料集中設定一些常見的需求動因。

需求動因範例

當您提供前導指標時,「需求計劃」強烈建議您調整時間序列日期。例如,假設特定量度可作為 20 天前導指標,轉換率為 70%。在此情況下,請考慮將時間序列中的日期移動 20 天,然後套用適當的轉換因子。雖然學習模型可以在不進行此類調整的情況下學習模式,但將前導指標數據與相應的結果對齊在模式識別方面更有效。該值的大小在此過程中起著重要作用,從而增強了模型精確學習和解釋模式的能力。