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。

# 需求規劃
<a name="required_entities"></a>

下表列出需求規劃所使用的資料實體和資料欄。

**如何讀取資料表：**
+ **必要** – 此資料實體中的資料欄必須執行需求預測，而不會發生任何失敗。
+ **有條件必要** – 根據需求計劃設定下設定的組態，需要此資料實體中的資料欄。如需詳細資訊，請參閱[管理需求計劃設定](settings.md)。
+ **建議用於預測品質** – 預測品質需要此資料實體中的資料欄。
+ **選用** – 資料欄名稱為選用。對於增強型功能輸出，建議使用值新增資料欄名稱。

# 上傳資料集之前的先決條件
<a name="data_quality"></a>

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\$1id* 的銷售歷史記錄至少為 *outbound\$1order\$1line* 資料集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\$14 = 104 週。
+ 產品資料實體下的 *Product\$1id* 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 (*有條件必要* ‘) 中為精細程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）。
+ 所有資料實體的資料欄 *ID* （例如 product\$1id、site\$1id、 ship\$1from\$1site\$1id) 不包含特殊字元，例如星號 (\$1) 和雙引號 (" ")。
+ *order\$1date* 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，需求規劃強烈建議您執行下列動作。
+ 上傳兩到三年的傳出訂單行歷史記錄做為輸入，以產生準確的預測。此持續時間可讓預測模型擷取您的商業週期，並確保更可靠可靠的預測。
+  為了改善預測準確性，也建議在產品資料實體中包含產品屬性，例如*品牌*、*顏色*、*product\$1group\$1id*、*product\$1introduction\$1day* 和 *discontinue\$1day*。
+ 您可以透過 *supplementary\$1time\$1series* 資料實體提供額外的需求驅動因素資訊。請注意，僅支援數值。
+ 當您有類似的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之前，移除任何非重複或一次性事件，例如 COVID。

# 履行的資料映射範例
<a name="fulfillment_scenario"></a>

以下是將實體或線上銷售映射到傳出訂單行資料集並最佳化歷史需求設定的範例。使用此範例來建構您的資料以準確預測。檢閱此範例中的組態，以確保您的預測模型擷取不同的履行案例。

**注意**  
如果已選取資料欄位 *ship\$1from\$1site\$1id*、*Ship\$1to\$1site\$1id* 和 *channel\$1id* 進行預測精細程度，請確定它們具有值或輸入 *NULL* 作為值。如果欄位空白，預測將會失敗。


| 資料欄位 | 描述 | 案例 1 – 商店銷售 (POS) | 案例 2 – 商店滿足的電子商務需求 | 案例 3 – 線上履行中心履行的電子商務需求 （直接提供給客戶） | 
| --- | --- | --- | --- | --- | 
| ship\$1from\$1site\$1id | 管理庫存的站台 | 存放區 ID | 存放區 ID | 履行中心 ID | 
| ship\$1to\$1site\$1id | 收到訂單的網站 | 輸入 NULL 以避免預測失敗 | 國家、區域、州或郵遞區號 - 如適用 | 外部零售商問題 ID 或國家、區域、州或郵遞區號 - 如適用 | 
| channel\$1id | 映射項目的銷售方式 | 實體和實體 | 電子商務 | 電子商務 | 

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