Amazon Forecast non è più disponibile per i nuovi clienti. I clienti esistenti di Amazon Forecast possono continuare a utilizzare il servizio normalmente. [Scopri di più»](https://aws.amazon.com/blogs/machine-learning/transition-your-amazon-forecast-usage-to-amazon-sagemaker-canvas/)

Le traduzioni sono generate tramite traduzione automatica. In caso di conflitto tra il contenuto di una traduzione e la versione originale in Inglese, quest'ultima prevarrà.

# Dominio RETAIL
<a name="retail-domain"></a>

Il dominio RETAIL supporta i seguenti tipi di set di dati. Per ogni tipo di set di dati, vengono elencati i campi obbligatori e opzionali. Per informazioni su come mappare i campi alle colonne nei dati di training, consulta [Domini di set di dati e tipi di set di dati](howitworks-datasets-groups.md#howitworks-dataset-domainstypes).

**Topics**
+ [Tipo di set di dati di serie temporali target](#target-time-series-type-retail-domain)
+ [Tipo di set di dati di serie temporali correlate](#related-time-series-type-retail-domain)
+ [Tipo di set di dati di metadati dell’articolo](#item-metadata-type-retail-domain)

## Tipo di set di dati di serie temporali target
<a name="target-time-series-type-retail-domain"></a>

La serie temporale target corrisponde ai dati di serie temporali storiche per ogni articolo o prodotto venduto dall'organizzazione di vendita al dettaglio. I seguenti campi sono obbligatori: 
+ `item_id `(stringa) — Un identificatore univoco per l'articolo o il prodotto di cui desideri prevedere la domanda.
+ `timestamp` (Timestamp)
+ `demand`(float): il numero di vendite di quell'articolo al momento del timestamp. Questo è anche il campo *target* per il quale Amazon Forecast genera una previsione.

La dimensione seguente è opzionale e può essere utilizzata per modificare la granularità di previsione:
+ `location`(string) — L'ubicazione del negozio in cui l'articolo è stato venduto. Dovrebbe essere usato solo se si dispone di più negozi/posizioni.

Idealmente, dovrebbero essere inclusi solo questi campi obbligatori e le dimensioni opzionali. Altre informazioni sulle serie temporali aggiuntive devono essere incluse in un set di dati di serie temporali correlate.

## Tipo di set di dati di serie temporali correlate
<a name="related-time-series-type-retail-domain"></a>

Puoi fornire ad Amazon Forecast set di dati delle serie temporali correlate, ad esempio il prezzo o il numero di visite Web ricevute dall'articolo in una determinata data. Più informazioni fornisci, più precisa è la previsione. I seguenti campi sono obbligatori: 
+ `item_id ` (Stringa)
+ `timestamp `(Timestamp)

I seguenti campi sono opzionali e potrebbero essere utili per migliorare i risultati delle previsioni:
+ `price`(float) — Il prezzo dell'articolo al momento del timestamp.
+ `promotion_applied`(integer; 1=true, 0=false) — Un contrassegno che specifica se c'era una promozione di marketing per quell'articolo al momento del timestamp.

Oltre ai campi opzionali obbligatori e suggeriti, i dati di training possono includere altri campi. Per includere altri campi nel set di dati, fornire i campi in uno schema quando si crea il set di dati.

## Tipo di set di dati di metadati dell’articolo
<a name="item-metadata-type-retail-domain"></a>

Questo set di dati fornisce ad Amazon Forecast le informazioni sui metadati (attributi) degli articoli per i quali è in corso la previsione della domanda. I seguenti campi sono obbligatori:
+ `item_id ` (Stringa)

I seguenti campi sono opzionali e potrebbero essere utili per migliorare i risultati delle previsioni:
+ `category` (Stringa)
+ `brand` (Stringa)
+ `color` (Stringa)
+ `genre` (Stringa)

Oltre ai campi opzionali obbligatori e suggeriti, i dati di training possono includere altri campi. Per includere altri campi nel set di dati, fornire i campi in uno schema quando si crea il set di dati.