Les traductions sont fournies par des outils de traduction automatique. En cas de conflit entre le contenu d'une traduction et celui de la version originale en anglais, la version anglaise prévaudra.
Données pour la prévision de la demande de fret
Des données de haute qualité sont essentielles pour que tout modèle de machine learning puisse effectuer des prédictions et des prévisions pertinentes. Pour les prévisions de la demande, le jeu de données comprend toutes les données pertinentes susceptibles d'affecter la demande finale. Ces données peuvent provenir de différentes sources. Vous pouvez classer ces données en deux catégories, les données internes et externes.
Données internes
Les données internes sont des données organiques générées par l'entreprise. Ces données sont généralement stockées dans un entrepôt de données, tel qu'Amazon Redshift.
Vous pouvez directement générer ou extraire des valeurs de sortie cibles à partir de tables de l'entrepôt de données contenant des volumes historiques pour les produits qui vous intéressent. Pour les compagnies maritimes, les résultats ou les valeurs cibles peuvent être exprimés en unités de chargement complet de conteneurs pour le transport maritime ou en unités de poids total pour le fret aérien.
Vous pouvez également générer divers indicateurs commerciaux historiques. Elles peuvent être utilisées comme fonctionnalités dans le modèle d'apprentissage automatique lors de la prévision de la demande. Les exemples de fonctionnalités incluent le prix historique, le coût, la capacité et l'inventaire.
Données externes
Les sources de données externes peuvent être utilisées comme fonctionnalités supplémentaires pour améliorer la précision des prévisions. Les exemples de sources de données externes incluent les données météorologiques, les données macroéconomiques, les données sectorielles et les données de marché. Ces facteurs peuvent avoir un impact direct ou indirect sur le secteur de la logistique et du transport, influant ainsi sur la demande. Par exemple, le taux de fret du marché fournit une référence du marché mondial du fret, qui influe en fin de compte sur la demande spécifique à l'entreprise. Les données macroéconomiques, telles que les données d'importation et d'exportation pour les principales économies, pourraient également être utilisées comme mesure de l'activité du marché. Pour intégrer ces sources de données externes, vous pouvez utiliser différentes API pour ingérer des données. Par exemple, il St. Louis Fed permet Federal Reserve Economic
Data (FRED) API
