Las traducciones son generadas a través de traducción automática. En caso de conflicto entre la traducción y la version original de inglés, prevalecerá la version en inglés.

Datos para pronosticar la demanda de carga

Los datos de alta calidad son esenciales para que cualquier modelo de aprendizaje automático pueda realizar una predicción y un pronóstico significativos. En el caso de las previsiones de demanda, el conjunto de datos se compone de cualquier dato relevante que pueda afectar a la demanda final. Estos datos pueden provenir de varias fuentes. Puede clasificar estos datos en dos categorías, datos internos y externos.

Datos internos

Los datos internos son datos orgánicos generados por la empresa. Estos datos suelen almacenarse en un almacén de datos, como Amazon Redshift.

Puede generar o extraer directamente los valores de salida objetivo de las tablas del almacén de datos que contienen los volúmenes históricos de los productos de interés. En el caso de las compañías navieras, los productos o valores objetivo pueden expresarse en unidades de carga de contenedores completos en el caso del transporte marítimo o en el peso total de la carga aérea.

También puede generar varias métricas comerciales históricas. Se pueden utilizar como características del modelo de aprendizaje automático a la hora de pronosticar la demanda. Las características de ejemplo incluyen el precio histórico, el costo, la capacidad y el inventario.

Datos externos

Las fuentes de datos externas se pueden utilizar como funciones adicionales para mejorar la precisión del pronóstico. Entre los ejemplos de fuentes de datos externas se incluyen los datos meteorológicos, los datos macroeconómicos, los datos del sector y los datos de mercado. Estos factores pueden tener un impacto directo o indirecto en la industria de la logística y el transporte y, por lo tanto, afectar a la demanda. Por ejemplo, la tarifa de flete del mercado proporciona un punto de referencia del mercado mundial de fletes, lo que, en última instancia, afecta a la demanda específica de la empresa. Los datos macroeconómicos, como los datos de importación y exportación de las principales economías, también podrían utilizarse como medida de la actividad del mercado. Para incorporar estas fuentes de datos externas, puede usar varias API para ingerir datos. Por ejemplo, St. Louis Fed proporciona el acceso Federal Reserve Economic Data (FRED) APIa los datos macroeconómicos y National Oceanic and Atmospheric Administration (NOAA) proporciona el acceso Climate Data Online (CDO) APIa los datos meteorológicos mundiales.