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.

# Bedarfsplanung
<a name="required_entities"></a>

In der folgenden Tabelle sind die Datenentitäten und Spalten aufgeführt, die von Demand Planning verwendet werden.

**So lesen Sie die Tabelle:**
+ **Erforderlich** — Die Spalten in dieser Datenentität sind für die fehlerfreie Ausführung einer Bedarfsprognose erforderlich.
+ **Bedingt erforderlich** — Die Spalten in dieser Datenentität sind abhängig von den Konfigurationen erforderlich, die in den Einstellungen für den Bedarfsplan festgelegt wurden. Weitere Informationen finden Sie unter [Einstellungen für den Bedarfsplan verwalten](settings.md).
+ **Für die Prognosequalität empfohlen** — Die Spalten in dieser Datenentität sind für die Qualität der Prognose erforderlich.
+ **Optional** — Der Spaltenname ist optional. Für eine verbesserte Feature-Ausgabe wird empfohlen, den Spaltennamen mit Werten hinzuzufügen.

# Voraussetzungen vor dem Hochladen Ihres Datensatzes
<a name="data_quality"></a>

Um erfolgreich eine Prognose zu erstellen, stellen Sie sicher, dass Ihr Datensatz die folgenden Anforderungen erfüllt.
+ *Mindestens eine *product\$1id* hat eine Verkaufshistorie, die mindestens dem Vierfachen des im Datensatz outbound\$1order\$1line angegebenen Prognosezeitraums entspricht.* Wenn der Prognosezeitraum beispielsweise 26 Wochen beträgt, beträgt die Mindestbestelldatenanforderung 26\$14 = 104 Wochen.
+ *Product\$1ID* unter der Produktdateneinheit sollte keine unvollständigen Daten (Null oder leere Zeichenfolge) oder Duplikate enthalten.
+ Alle zusätzlichen Spalten, die in der Prognosekonfiguration aus Gründen der Granularität ausgewählt wurden (die *bedingt erforderlich* sind '), enthalten keine unvollständigen Daten (Null oder leere Zeichenfolge).
+ Die *Spalten-ID* für alle Datenentitäten (z. B. product\$1id, site\$1id, ship\$1from\$1site\$1id) enthält keine Sonderzeichen wie Sternchen (\$1) und doppelte Anführungszeichen (“ „).
+ *Das* order\$1date enthält kein ungültiges Datum. Zum Beispiel ist der 29.02.2023, also der 29. Februar 2023, nur in einem Schaltjahr gültig.

Um die Genauigkeit der Prognosen zu verbessern, empfiehlt Demand Planning dringend Folgendes.
+ Laden Sie die Historie ausgehender Bestellungen aus zwei bis drei Jahren als Eingabe hoch, um eine genaue Prognose zu erstellen. Diese Dauer ermöglicht es den Prognosemodellen, Ihre Geschäftszyklen zu erfassen und eine robustere und zuverlässigere Prognose zu gewährleisten.
+  *Zur Verbesserung der Prognosegenauigkeit wird außerdem empfohlen, Produktattribute wie *Marke*, *Farbe*, *product\$1group\$1id, product\$1introduction\$1day und discontinue\$1day* *in die Produktdateneinheit* aufzunehmen.*
+ *Sie können zusätzliche Informationen zu den Nachfragetreibern über die Datenentität supplementary\$1time\$1series bereitstellen.* Beachten Sie, dass nur numerische Werte unterstützt werden.
+ Sie bieten alternative Produktzuordnungen an, wenn Sie ähnliche Produkte oder eine frühere Version für ein neues Produkt haben.
+ Entfernen Sie alle einmaligen oder einmaligen Ereignisse wie COVID, bevor Sie die historischen Verkaufsdaten hochladen.

# Beispiel für die Datenzuweisung für die Auftragsabwicklung
<a name="fulfillment_scenario"></a>

Im Folgenden finden Sie ein Beispiel für die Zuordnung von stationären oder Online-Verkäufen zu ausgehenden Auftragspositionen und zur Optimierung der historischen Nachfragestruktur. Verwenden Sie dieses Beispiel, um Ihre Daten für genaue Prognosen zu strukturieren. Sehen Sie sich die Konfigurationen in diesem Beispiel an, um sicherzustellen, dass Ihre Prognosemodelle die verschiedenen Erfüllungsszenarien berücksichtigen.

**Anmerkung**  
*Wenn die Datenfelder *ship\$1from\$1site\$1id, ship\$1to\$1site\$1id* *und *channel\$1id* für die Granularität der Prognosen ausgewählt wurden, stellen Sie sicher*, dass sie Werte haben, oder geben Sie NULL als Wert ein.* Die Prognose schlägt fehl, wenn die Felder leer sind.


| Datenfeld | Beschreibung | Szenario 1 — Filialverkäufe (POS) | Szenario 2 — Erfüllung der E-Commerce-Nachfrage durch das Geschäft | Szenario 3 — Erfüllung der E-Commerce-Nachfrage durch ein Online-Versandzentrum (direkt an den Kunden) | 
| --- | --- | --- | --- | --- | 
| ship\$1from\$1site\$1id | Standort, an dem das Inventar verwaltet wird | ID speichern | ID speichern | ID des Versandzentrums | 
| ship-to\$1site\$1id | Website, die die Bestellung erhalten hat | Geben Sie NULL ein, um ein Scheitern der Prognose zu vermeiden | Land, Region, Bundesland oder PLZ — je nach Bedarf | Geschäfts-ID des externen Einzelhändlers oder Land, Region, Bundesland oder Postleitzahl — je nach Bedarf | 
| channel\$1id | Zeichne auf, wie ein Artikel verkauft wird | Ziegel und Mörtel | E-Commerce | E-Commerce | 

[\[See the AWS documentation website for more details\]](http://docs.aws.amazon.com/de_de/aws-supply-chain/latest/userguide/required_entities.html)