本文為英文版的機器翻譯版本，如內容有任何歧義或不一致之處，概以英文版為準。

# 上傳資料集之前的先決條件
<a name="data_quality"></a>

若要成功產生預測，請確定您的資料集遵循下列各項。
+ 至少一個 *product\$1id* 的銷售歷史記錄至少為 *outbound\$1order\$1line* 資料集提供的預測時間範圍的四倍。例如，如果預測時間範圍為 26 週，則最低訂單資料需求為 26\$14 = 104 週。
+ 產品資料實體下的 *Product\$1id* 不應包含任何不完整的資料 （空字串或空字串） 或重複項目。
+ 在預測組態 (*有條件必要* ‘) 中為精細程度選取的所有其他資料欄不包含不完整的資料 （空字串或空字串）。
+ 所有資料實體的資料欄 *ID* （例如 product\$1id、site\$1id、 ship\$1from\$1site\$1id) 不包含特殊字元，例如星號 (\$1) 和雙引號 (" ")。
+ *order\$1date* 不包含無效日期。例如，2/29/2023，即 2023 年 2 月 29 日，僅在閏年有效。

為了提高預測準確性，需求規劃強烈建議您執行下列動作。
+ 上傳兩到三年的傳出訂單行歷史記錄做為輸入，以產生準確的預測。此持續時間可讓預測模型擷取您的商業週期，並確保更可靠可靠的預測。
+  為了改善預測準確性，也建議在產品資料實體中包含產品屬性，例如*品牌*、*顏色*、*product\$1group\$1id*、*product\$1introduction\$1day* 和 *discontinue\$1day*。
+ 您可以透過 *supplementary\$1time\$1series* 資料實體提供額外的需求驅動因素資訊。請注意，僅支援數值。
+ 當您有類似的產品或新產品的先前版本時，您會提供替代產品映射。
+ 在上傳歷史銷售資料之前，移除任何非重複或一次性事件，例如 COVID。