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。

# 最初の需要計画を作成する
<a name="onboarding"></a>

Demand Planning に初めてログインすると、主要な製品機能に焦点を当てたオンボーディングページを表示し、Demand Planning 機能を理解するのに役立ちます。

**プロセスの概要:**

最初の予測を作成するには、左側のナビゲーションバーから、**Demand Planning**、**Manage Demand Plan**、**Create forecast** を選択します。システムは以下の手順をガイドします。詳細については、「[ロールベースアクセスコントロール](rolebased.md)」を参照してください。

1. *データインジェスト* – 設定に進む前に、システムは必要なデータセットが Data Lake に取り込まれていることを確認します。少なくとも以下が必要です。前提条件など、Demand Planning で使用されるテーブルと列の詳細については、「」を参照してください[Demand Planning](required_entities.md)。
   + 必須: アウトバウンド注文明細と製品データ
   + 推奨: 製品の代替および補足時系列データ

1. *計画設定* – データ取り込みが完了したら、予測ディメンション、時間枠、設定、スケジューリングオプションなど、需要計画のさまざまな側面を設定します。Demand Planning を設定したら、**Settings**、**Organization**、Demand Planning **を選択して、需要**計画の設定を表示または変更できます。

1. *計画の作成* – 設定後、**予測の生成**を選択すると、次の 3 つのサブプロセスが開始されます。
   + データ検証: システムがデータの品質と完全性を検証する
   + 需要パターン分析と推奨事項: システムは履歴パターンを分析し、インサイトを提供します
   + 予測の作成: システムによって予測が生成されます

データ検証エラーが見つからない理想的なシナリオでは、システムは 3 つのステップをすべてスムーズに実行し、需要パターン分析レポートと予測の両方を作成します。ただし、データ検証エラーが検出されると、システムはエラーが解決されるまで予測の作成と需要パターン分析の両方を停止します。データ管理者と協力して基盤となるデータの問題を修正し、**再試行**を選択して予測の作成を再試行します。

1. **[Configure Demand Planning]** ページには、Demand Planning を設定する 5 つのステップが表示されています。
   + **スコープ** – Demand Planning が予測を生成するディメンションと時間枠を定義します。
   + **データセットの設定** – outbound\_order\_line データセットを定義します。このオプションは、Demand Planning で正確な予測を生成するうえで必須です。Demand Planning で outbound\_order\_line データセットの負の数量値を処理する方法も定義します。Demand Planning での必須フィールドとオプションのフィールドの詳細については、「[で使用されるデータエンティティと列 AWS Supply Chain](data-model.md)」を参照してください。
   + **予測設定** – グローバルパラメータを設定して、代替データのない新製品の予測期間、最小予測値、初期化値を決定します。
   + **スケジューラ** – 予測を更新して公開する方法とタイミングを定義できます。
   + **組織設定** – 需要計画の公開先を定義します。アプリケーション内のその他の設定オプションも表示されます。

1. **[Scope]**、**[Planning Horizon]** の下で、次を選択します。
   + **Time Interval** – 毎日、毎週、毎月、毎年のいずれかのオプションから時間間隔を選択します。この時間間隔は、データの集計と分析に使用されます。時間間隔は、事業内容、可用性、履歴データの詳細度に基づいて選択します。
   + **Time Horizon** – 予測を生成する特定の期間を選択します。最小値は 1、最大値は 500 の整数の値である必要があります。期間は、利用できる履歴データの量によっても異なります。outbound\_order\_line データセット内の少なくとも 1 つの製品に、設定した期間の 4 倍以上の販売履歴があることを確認します。例えば、**[Time Horizon]** を 26、**[Time Interval]** を *[毎週]* に設定した場合、注文データの最小要件は、26 \* 4 = 104 週となります。

   **[Forecast Granularity]**、**[Required Hierarchy]** では、予測階層を定義するパラメータを選択します。製品 ID 属性は必須であり、階層の最後のレベルとして自動的に選択されます。**[Add level]** をクリックして、product\_group\_id、product\_type、brand\_name、color、display\_desc、parent\_product\_id の間に追加の階層レベルを追加できます。必要とする階層属性に製品データセットの情報が含まれていることを確認します。このような属性を使用すると、需要計画をフィルタリングできるためです。

   **[Optional Hierarchy]** の下で、**[Add level]** をクリックすると、**[Site]**、**[Channel]**、**[Customer]** から最大 5 つの属性を追加して、予測をより適切に管理できます。*outbound\_order\_line* データセットでサポートされている列は次のとおりです。
   + サイト階層 = ship\_from\_site\_id、ship\_to\_site\_id、ship\_to\_site\_address\_city、ship\_to\_address\_state、ship\_to\_address\_country 
   + チャネル階層 = channel\_id
   + 顧客階層 = customer\_tpartner\_id 

   これらの属性は需要計画のフィルタリングに使用されるため、必要な階層属性に製品データセット内の情報があることを確認してください。

1. [**続行**] をクリックしてください。

1. **「データセットの設定**」ページの**「予測入力の設定**」で、必要なデータセットと推奨されるデータセットを設定する必要があります。
**注記**  
AWS Supply Chain では、正確な予測を生成するための入力として、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することをお勧めします。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*、*product\_group\_id*、*価格*などの製品属性を製品データセットに含めることもお勧めします。
   + 必須データセット – outbound*\_order\_line* および*製品*データエンティティは、予測を生成するために必要です。
   + 推奨データセット – *product\_alternate* および *supplementary\_time\_series* データエンティティはオプションです。これらのデータエンティティなしで予測を生成できますが、指定すると予測品質が向上します。

1. **「必須データセット**」で、**履歴需要**を展開し、**Configure** を選択して欠落データの負の値を設定します。*outbound\_order\_line* データセットは、履歴需要の主なソースです。
   + **Ignore** – 予測を作成する前に order\_date が欠落している製品 AWS Supply Chain を無視する場合は、 を選択します。
   + を**ゼロに置き換え**る – 欠落している order\_date フィールドをデフォルトで 0 に置き換え AWS Supply Chain る場合に選択します。

1. *製品*データエンティティに追加の設定は必要ありません。製品属性は、フィルター、階層の設定、学習モデルのトレーニングに使用されます。

1. **推奨データセット**では、*product\_lineage* に追加の設定は必要ありません。*product\_alternate* データエンティティを使用して、製品の代替バージョンまたは以前のバージョンに関する情報を提供できます。製品系列の詳細については、「」を参照してください[製品系列](product_lineage.md)。

1. プロモーション、価格変更などの需要要因情報がある場合は、 **Demand Drivers** を選択します。 *supplementary\_time\_series* データエンティティを使用してデータを取り込むことができます。最大 13 個の需要要因を選択し、集約戦略と欠落データフィル戦略を設定できます。需要ドライバーの詳細については、「」を参照してください[需要要因に基づく予測](demand_drivers.md)。

1. [**続行**] をクリックしてください。

1. **予測設定**ページで、以下を設定する必要があります。
   + 計画の予測モデル/アンサンブラを選択します。 AWS Supply Chain Demand Planning には、需要計画にデフォルトの予測モデルが割り当てられます。お客様は、必要に応じてデフォルトを変更することができます。
**注記**  
ユーザーが選択を変更しない場合、 AWS Supply Chain 割り当てられたデフォルトモデルが使用されます。
   + **Forecast Start Date** に、計画サイクルを開始する予測開始日を入力します。
     + 最大履歴日付 – 最後に完了した履歴データポイントの次の期間から予測を開始する場合は、このオプションを選択します。
     + 計画実行日 – Demand Planning は、予測が計画サイクルの開始としてトリガーされるときにこの日付を使用します。
     + カスタム日付 – 選択した予測開始日が outbound\_order\_line データセット終了日より後の場合、デフォルトの計画サイクル開始日が考慮されます。選択した予測開始日が outbound\_order\_line 開始日より前である場合、または需要履歴の長さが不十分な場合、予測は失敗し、エラーが表示されます。詳細については、「[データセットをアップロードする前の前提条件](data_quality.md)」を参照してください。毎月の間隔は月の最初の日、毎週の間隔は月曜日を選択することをお勧めします。別の日付を選択すると、Demand Planning は最も近いデフォルト日付に自動的に調整されます。たとえば、水曜日を予測開始日として選択した場合、Demand Planning は週単位の予測開始日として次の月曜日を選択します。同様に、2024 年 5 月 10 日を選択すると、2024 年 6 月 1 日が月次間隔の計画サイクル開始日になります。
   + **部分的な履歴と塗りつぶし戦略の処理**で、次のいずれかを選択します。
     + Trim Partial History – 部分的な履歴をトリミングするには、このオプションを選択します。たとえば、次の図は、以下の設定で部分的な履歴をトリミングする仕組みを示しています。
       + 週単位の詳細度開始期間 – Monday (デフォルトの Demand Planning 設定)
       + 月別粒度開始期間 – グレゴリオ暦月の 1 日 (デフォルトの Demand Planning 設定)
       + 需要計画の詳細度 – 毎週
       + 予測開始日 — 計画実行日
       + 部分的な履歴をトリミングする – *はい*に設定します
       + 計画実行日 – を *Monday* に設定します
       + 予測期間 – 4 週間  
![部分的な履歴をトリミングする例](http://docs.aws.amazon.com/ja_jp/aws-supply-chain/latest/userguide/images/Trim_history.png)
     +  部分的な履歴を含める – 部分的な履歴を含めるにはこのオプションを選択します。ギャップを埋めるには、塗りつぶし戦略を使用します。

       たとえば、毎月のレベルで予測していて、履歴の先月のデータが 10 日しかない場合は、10 日間のデータをトリミングまたは除外できます。10 日間のデータを削除または除外しない場合は、残りの月のデータを埋めるフィル戦略を選択できます。
       + ゼロ – 特定の期間に販売アクティビティが予想されない場合は、このフィル方法を使用します。影響: 予測が低くなる可能性があり、需要がゼロと予想される季節データに最適 
       + NaN – マークデータがない場合、このフィル方法を使用します。
       + 平均 – 変動を滑らかにする場合は、このフィル方法を使用します。
       + 中央値 – 外れ値やデータ歪度の影響を最小限に抑える場合は、この塗りつぶし方法を使用します。
       + 最小 – 保守的な予測で可能な限り低い値を表す場合は、このフィル方法を使用します。
       + Max – オプティミスティック予測の影響に対して可能な限り高い値を引き受ける場合は、このフィル方法を使用します。
   + **... で予測期間を設定する** で、新製品導入 (NPI) およびEnd-of-life EOL) 製品の開始日と終了日を選択します。詳細については、「[製品のライフサイクル](product_lifecycle.md)」を参照してください。
   + **「新製品の初期予測**」に、需要履歴や製品系列がない製品の初期予測値を入力して、需要計画ウェブアプリケーションで製品を検索できるようにし、予測を作成します。値と適用する期間を指定します。
**注記**  
表示される期間は、**[Planning Horizon]** ページの **[Time intervals]** の下で選択した時間枠により異なります。例えば、**[Time intervals]** で *[毎月]* を選択した場合、需要履歴のない製品については、予測の開始と停止の前後の月数を指定できます。
   + 計画サイクルの開始日は、アウトバウンド注文明細データセットの最終注文日に基づいています。時間間隔の設定により、次のとおりとなります。
     + **日次** – 計画サイクルの開始日は、最終注文日の翌日となります。例えば、最終注文日が 2023 年 10 月 30 日の場合、計画サイクルの開始日は 2023 年 10 月 31 日になります。
     + **毎週または毎月** – 最終注文日が時間枠と同じ場合、計画サイクルの開始日は 1 週間後または 1 か月後になります。たとえば、最終注文日が 2023 年 10 月 29 日 (日曜日と需要計画の週の時間境界) の場合、計画サイクル開始日は 2023 年 10 月 30 日になります。

        最終注文日が時間境界内になると、Demand Planning は最終時間枠の注文履歴を削除し、新しい期間から予測を作成します。たとえば、最終注文日が 2023 年 11 月 1 日 (Demand Planning の週の時間境界ではなく水曜日) の場合、計画サイクル開始日は 2023 年 10 月 30 日になります。Demand Planning は、2023 年 10 月 30 日から 2023 年 11 月 1 日までの注文履歴を無視します。
   + **精度メトリクスの設定**で、組織に 3 つの異なる遅延を設定します。

1. [**続行**] をクリックしてください。

1. **Demand Plan Publish Scheduler** ページで、**「継続的な予測の更新と需要計画のリリースを管理するにはどうすればよいですか?**」で、**Auto** を選択して、Demand Planning ページで公開された次の予測計画を表示します。

   **「最終需要計画のリリース頻度を設定する**」で、需要計画をダウンストリームプロセスに発行する頻度を選択し、計画サイクルを閉じます。

   (オプション) **「サイクル内予測の更新頻度を設定する**」で、ダウンストリームプロセスに中間更新をリリースしたり、計画サイクルを終了したりすることなく、同じ計画サイクル内の予測更新の頻度を選択します。**なし**を選択して、サイクル内予測の更新頻度をオプトアウトすることもできます。

1. [**続行**] をクリックしてください。

1. **組織設定**で、需要計画が公開される Amazon Simple Storage Service (Amazon S3) パスを書き留めます。
**注記**  
公開された需要計画の Amazon S3 パスは、**[設定]** ページでも確認できます。詳細については、「[需要計画設定の管理](settings.md)」を参照してください。  
Forecast は、データを取り込む場合にのみ生成されます Supply Chain。選択したすべての必須属性とオプション属性の情報がデータセットに含まれていることを確認します。