翻訳は機械翻訳により提供されています。提供された翻訳内容と英語版の間で齟齬、不一致または矛盾がある場合、英語版が優先します。

# データセットをアップロードする前の前提条件
<a name="data_quality"></a>

予測を正常に生成するには、データセットが以下に従っていることを確認してください。
+ 少なくとも 1 つの *product\_id* の販売履歴が *outbound\_order\_line *データセットで指定された予測期間の少なくとも 4 倍である。たとえば、予測期間が 26 週間の場合、最小注文データ要件は 26\*4 = 104 週間です。
+ 製品データエンティティの Product*\_id *には、不完全なデータ (null または空の文字列) や重複を含めないでください。
+ 予測設定で詳細度のために選択された追加の列 (*条件付きで必須*の「」) には、不完全なデータ (null または空の文字列) は含まれません。
+ すべてのデータエンティティ (product\_id、site\_id、ship\_from\_site\_id など) の列 *ID* には、アスタリスク (\*) や二重引用符 ("") などの特殊文字は含まれません。
+ *order\_date* に無効な日付が含まれていません。たとえば、2/29/2023、つまり 2023 年 2 月 29 日はうるう年でのみ有効です。

予測精度を向上させるために、Demand Planning では以下のことを強くお勧めします。
+ 入力として 2～3 年間のアウトバウンド注文明細履歴をアップロードして、正確な予測を生成します。この期間を入力することで、予測モデルがビジネスサイクルをキャプチャでき、予測の確実性と信頼性が向上します。
+  予測精度を向上させるには、*ブランド*、*色*、*product\_group\_id*、*product\_introduction\_day*、*extom\_day* などの製品属性を製品データエンティティに含めることをお勧めします。
+ *supplementary\_time\_series* データエンティティを使用して、追加の需要要因情報を提供できます。数値のみがサポートされることに注意してください。
+ 類似製品または新しい製品の以前のバージョンがある場合は、代替製品マッピングを指定します。
+ 過去の売上データをアップロードする前に、 COVID などの非定期イベントや 1 回限りのイベントをすべて削除します。