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.
# Dati per la previsione della domanda di trasporto
I dati di alta qualità sono essenziali per qualsiasi modello di machine learning per fare previsioni e previsioni significative. Per le previsioni della domanda, il set di dati è costituito da tutti i dati pertinenti che potrebbero influire sulla domanda finale. Questi dati possono provenire da varie fonti. È possibile classificare questi dati in due categorie, dati interni ed esterni.
## Dati interni
I dati interni sono dati organici generati dall'azienda. Questi dati vengono generalmente archiviati in un data warehouse, come [Amazon Redshift](https://docs.aws.amazon.com/redshift/latest/mgmt/welcome.html).
Puoi generare o estrarre direttamente i valori di output target dalle tabelle del data warehouse che contengono i volumi storici dei prodotti di interesse. Per le compagnie di navigazione, gli output o i valori obiettivo possono essere espressi in unità di carico completo in container per il trasporto marittimo o in peso totale per il trasporto aereo di merci.
Puoi anche generare varie metriche aziendali storiche. Queste possono essere utilizzate come funzionalità nel modello di apprendimento automatico per la previsione della domanda. Le funzionalità di esempio includono prezzo storico, costo, capacità e inventario.
## Dati esterni
Le fonti di dati esterne possono essere utilizzate come funzionalità aggiuntive per migliorare l'accuratezza delle previsioni. Esempi di fonti di dati esterne includono dati meteorologici, dati macroeconomici, dati di settore e dati di mercato. Questi fattori possono avere un impatto diretto o indiretto sul settore della logistica e dei trasporti, influendo quindi sulla domanda. Ad esempio, la tariffa di trasporto di mercato fornisce un punto di riferimento del mercato globale del trasporto merci, che in ultima analisi influisce sulla domanda specifica dell'azienda. I dati macroeconomici, come i dati sulle importazioni e le esportazioni per le principali economie, potrebbero essere utilizzati anche come misura dell'attività di mercato. Per incorporare queste fonti di dati esterne, puoi utilizzare varie API per importare dati. Ad esempio, St. Louis Fed fornisce l'accesso [https://fred.stlouisfed.org/docs/api/fred/](https://fred.stlouisfed.org/docs/api/fred/)ai dati macroeconomici e National Oceanic and Atmospheric Administration (NOAA) fornisce l'accesso ai dati meteorologici [https://www.ncdc.noaa.gov/cdo-web/webservices/v2](https://www.ncdc.noaa.gov/cdo-web/webservices/v2)mondiali.