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。

# 建立您的第一個需求計劃
<a name="onboarding"></a>

第一次登入需求規劃時，您將能夠檢視重點介紹關鍵產品功能的入門頁面，並協助您熟悉需求規劃功能。

**程序概觀：**

若要建立您的第一個預測，請從左側導覽列中選擇**需求規劃**、**管理需求計劃**和**建立預測**。系統會引導您完成下列步驟。如需詳細資訊，請參閱[角色類型存取控制](rolebased.md)。

1. *資料擷取* – 在繼續設定之前，系統會驗證所需的資料集是否已擷取至 Data Lake。您至少需要下列項目。如需需求規劃使用哪些資料表和資料欄的詳細資訊，包括先決條件，請參閱 [需求規劃](required_entities.md)。
   + 必要：外撥訂單行和產品資料
   + 建議：產品替代和補充時間序列資料

1. *計劃組態* – 資料擷取完成後，您將設定需求計劃的各個層面，包括預測維度、時間範圍、設定和排程選項。設定需求規劃後，您可以選擇**設定**、**組織**和**需求規劃**，以檢視或修改需求計劃組態設定。

1. *建立計劃* – 在組態之後，選擇**產生預測**會啟動三個子程序：
   + 資料驗證：系統驗證資料品質和完整性
   + 需求模式分析與建議：系統分析歷史模式並提供洞見
   + 預測建立：系統產生預測

在找不到資料驗證錯誤的理想案例中，系統會順利進行這三個步驟，同時建立需求模式分析報告和預測。不過，如果偵測到任何資料驗證錯誤，系統會停止預測建立和需求模式分析，直到錯誤解決為止。與您的資料管理員合作以修正基礎資料問題，然後選擇**重試**以再次嘗試建立預測。

1. 在**設定需求規劃**頁面上，設定需求規劃有五個步驟。
   + **範圍** – 定義需求規劃產生預測的維度和時間範圍。
   + **設定資料集** – 定義 outbound\$1order\$1line 資料集。需求規劃必須具備此選項，才能產生準確的預測。您也可以定義您希望需求規劃如何處理 outbound\$1order\$1line 資料集中的負數量值。如需必要和選用需求規劃欄位的詳細資訊，請參閱 [中使用的資料實體和資料欄 AWS Supply Chain](data-model.md)。
   + **預測設定** – 設定全域參數，以判斷沒有替代資料的新產品的預測期間、最小預測值和初始化值。
   + **排程器** – 您可以定義應重新整理和發佈預測的方式和時間。
   + **組織設定** – 定義將發佈您的需求計劃的位置。它也會顯示應用程式中的其他組態選項。

1. 在**範圍****規劃地平線**下，選取下列項目：
   + **時間間隔** – 從每日、每週、每月或每年選項中選擇時間間隔。時間間隔用於彙總和分析資料。根據業務性質、可用性和歷史資料的精細程度選擇時間間隔。
   + **時間範圍** – 時間範圍是產生預測的特定期間。值應為整數，最小值為 1，最大值為 500。可用的歷史資料量也會決定 Time Horizon。請確定 outbound\$1order\$1line 資料集中至少有一個產品具有至少四倍的時間長度的銷售歷史記錄。例如，如果您將 **Time Horizon** 設定為 26，並將**時間間隔**設定為*每週*，則最低訂單資料需求為 26\$14 = 104 週。

   在**預測精細度**、**必要階層**下，選取參數以定義預測階層。產品 ID 屬性是必要項目，會自動選取為階層中的最後一個層級。您可以選擇**新增關卡**，在 product\$1group\$1id、product\$1type、 brand\$1name、 color、 display\$1desc 和 parent\$1product\$1id 之間新增其他階層關卡。請確定必要的階層屬性在產品資料集中具有資訊，因為您可以使用這些屬性來篩選需求計劃。

   在**選用階層**下，選擇**新增層級**，從**站台**、**頻道**和**客戶**新增最多五個屬性，以更有效管理您的預測。*outbound\$1order\$1line* 資料集支援的資料欄包括：
   + 站台階層 = ship\$1from\$1site\$1id、Ship\$1to\$1site\$1id、Ship\$1to\$1site\$1address\$1city、Ship\$1to\$1address\$1state、Ship\$1to\$1address\$1country 
   + 頻道階層 = channel\$1id
   + 客戶階層 = customer\$1tpartner\$1id 

   請確定必要的階層屬性在產品資料集中具有資訊，因為這些屬性用於篩選需求計劃。

1. 選擇**繼續**。

1. 在**設定資料集**頁面的設定**預測輸入**下，您應該設定必要和建議的資料集。
**注意**  
AWS Supply Chain 建議上傳兩到三年的傳出訂單行歷史記錄作為輸入，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，也建議在產品資料集中包含產品屬性，例如*品牌*、*product\$1group\$1id* 和*價格*。
   + 必要資料集 – 需要 *outbound\$1order\$1line* 和*產品*資料實體才能產生預測。
   + 建議的資料集 – *product\$1alternate* 和 *supplementary\$1time\$1series* 資料實體是選用的。您可以在沒有這些資料實體的情況下產生預測，但在提供時，預測品質將得到改善。

1. 在**必要資料集**下，展開**歷史需求**，然後選擇**設定**以設定遺失資料的負值。*oute\$1order\$1line* 資料集是歷史需求的主要來源。
   + **忽略** – 如果您想要 AWS Supply Chain 在建立預測之前忽略缺少 order\$1date 的產品，請選取此選項。
   + 將 **取代為零** – 如果您想要將缺少的 order\$1date 欄位 AWS Supply Chain 取代為零，預設為最終請求的數量。

1. *產品*資料實體不需要額外的組態。產品屬性用於篩選條件、設定階層，以及訓練學習模型。

1. 在**建議資料集**下，*product\$1lineage* 不需要額外的組態。您可以使用 *product\$1alternate* 資料實體來提供有關替代或舊版產品的資訊。如需產品歷程的詳細資訊，請參閱 [產品歷程](product_lineage.md)。

1. 如果您有需求**驅動程序**資訊，例如促銷、價格變更等，請選取需求驅動程序，您可以使用 *supplementary\$1time\$1series* 資料實體來擷取資料。您最多可以選擇 13 個需求驅動因素，並設定彙總和遺失資料填入策略。如需需求驅動程式的詳細資訊，請參閱 [根據需求驅動因素進行預測](demand_drivers.md)。

1. 選擇**繼續**。

1. 在**預測設定**頁面上，您需要設定下列項目：
   + 選擇計劃的預測模型/ensembler。 AWS Supply Chain 需求規劃具有為需求計劃指派的預設預測模型。客戶可以選擇變更預設值。
**注意**  
如果使用者未變更選擇，則會使用 AWS Supply Chain 指派的預設模型。
   + 在**預測開始日期**下，輸入預測開始日期以開始規劃週期。
     + 歷史記錄日期上限 – 如果您想要從最後一個完整歷史資料點之後的下一個時段開始預測，請選取此選項。
     + 計畫執行日期 – 觸發預測做為規劃週期的開始時，需求規劃會使用此日期。
     + 自訂日期 – 當選取的預測開始日期晚於 outbound\$1order\$1line 資料集結束日期，則考慮預設規劃週期開始日期時，選取此選項。如果選取的預測開始日期早於 outbound\$1order\$1line 開始日期，或需求歷史記錄的長度不足，則預測會失敗並顯示錯誤。如需詳細資訊，請參閱[上傳資料集之前的先決條件](data_quality.md)。建議選擇每月間隔的每月第一個或每週間隔的星期一。如果您選擇不同的日期，需求規劃會自動調整為最接近的預設日期。例如，如果您選取星期三做為預測開始日期，則需求規劃將選取下一個星期一做為每週間隔的預測開始日期。同樣地，選取 2024 年 5 月 10 日將導致 2024 年 6 月 1 日成為每月間隔的規劃週期開始日期。
   + 在**處理部分歷史記錄和填充策略**下，選取下列其中一項：
     + 修剪部分歷史記錄 – 選取此選項以修剪部分歷史記錄。例如，下圖說明修剪部分歷史記錄如何用於下列設定：
       + 每週精細程度起始期間 – 星期一 （預設需求規劃設定）
       + 每月精細程度起始期間 – Gregorian 日曆月的第 1 個 （預設需求規劃設定）
       + 需求計劃精細程度 – 每週
       + 預測開始日期 – 計劃執行日期
       + 修剪部分歷史記錄 – 設定為*是*
       + 計劃執行日期 – 設定為*星期一*
       + 預測期間 – 四週  
![\[修剪部分歷史記錄範例\]](http://docs.aws.amazon.com/zh_tw/aws-supply-chain/latest/userguide/images/Trim_history.png)
     +  包含部分歷史記錄 – 選取此選項以包含部分歷史記錄，並使用填入策略填補差距。

       例如，如果您在每月層級進行預測，而上個月的歷史記錄只有 10 天的資料，您可以選擇修剪或排除 10 天的資料。如果您選擇不修剪或排除 10 天的資料，您可以選擇填入策略來填入該月剩餘時間的資料。
       + 零 – 在特定期間預期沒有銷售活動時，使用此填入方法。影響：可能導致預測降低，最適合預期為零需求的季節性資料 
       + NaN – 缺少標記資料時，請使用此填入方法。
       + 平均值 – 在平滑化波動時使用此填充方法。
       + 中位數 – 將此填入方法用於將極端值或資料偏斜的影響降至最低。
       + 最小值 – 當代表保守預測的最低可能值時，請使用此填入方法。
       + Max – 在假設樂觀預測影響的可能最高值時，使用此填入方法。
   + 在**設定預測期間...下**，選取新產品簡介 (NPI) 和End-of-life EOL) 產品的開始和結束日期。如需詳細資訊，請參閱[產品生命週期](product_lifecycle.md)。
   + 在**新產品初始預測**下，輸入沒有需求歷史記錄或產品歷程記錄的產品初始預測值，以在需求計劃 Web 應用程式中搜尋產品並建立預測。指定要套用的值和期間。
**注意**  
顯示的時段將取決於您在**規劃地平線**頁面的**時間間隔**下選擇的時段。例如，如果您在**時間間隔**下選擇*每月*，您將能夠指定開始和停止預測之前或之後的月數，以及沒有需求歷史記錄的產品。
   + 規劃週期開始日期是以傳出訂單行資料集中的最後一個訂單日期為基礎。如果時間間隔組態為：
     + **每日** – 規劃週期開始日期將是最後一個訂單日期的次日。例如，如果最後一個訂單日期是 2023 年 10 月 30 日，則規劃週期開始日期將為 2023 年 10 月 31 日。
     + **每週或每月** – 當最後一個訂單日期與時間界限相同時，規劃週期開始日期將在一週或一個月之後。例如，當最後一個訂單日期是 2023 年 10 月 29 日 （即星期日和需求規劃的一週時間界限） 時，規劃週期開始日期將為 2023 年 10 月 30 日。

        當最後一個訂單日期落在時間界限內時，需求規劃會修剪最後一個時段的訂單歷史記錄，並從新期間建立預測。例如，當最後一個訂單日期是 2023 年 11 月 1 日 （星期三，而不是在需求規劃的週間時間界限中） 時，規劃週期開始日期將為 2023 年 10 月 30 日。需求規劃將忽略 2023 年 10 月 30 日至 2023 年 11 月 1 日的訂單歷史記錄。
   + 在**準確性指標偏好設定**下，為您的組織設定三個不同的延遲。

1. 選擇**繼續**。

1. 在 **需求計畫發佈排程器** 頁面，**在 如何管理持續的預測重新整理和需求計畫發行？** 下，選擇 **自動** 以檢視在 需求規劃 頁面上發佈的下一個預測計畫。

   在**設定最終需求計畫的發佈頻率**下，選擇您要將需求計畫發佈到下游程序的頻率，然後關閉規劃週期。

   （選用） 在**設定週期內預測重新整理頻率**下，選取同一規劃週期內的預測更新頻率，而不釋出下游程序的臨時更新或關閉規劃週期。您也可以選取**無**，以選擇退出週期內預測重新整理頻率。

1. 選擇**繼續**。

1. 在**組織設定**下，記下發佈需求計畫的 Amazon Simple Storage Service (Amazon S3) 路徑。
**注意**  
您也可以在**設定**頁面上找到已發佈需求計畫的 Amazon S3 路徑。如需詳細資訊，請參閱[管理需求計劃設定](settings.md)。  
只有當您擷取資料時，才會產生預測 AWS Supply Chain。請確定您選擇的所有必要和選用屬性在資料集中具有資訊。