ある卸売業者は数千の店舗に衣料品を供給しており、店舗ごとの品目ごとの日次売上を予測するモデルを必要としています。店舗の半数以上は創業6ヶ月未満です。売上は週ごとに一貫しています。現在のデータセットは週次で集計されており、売上がない週は除外されています。5年分のデータ（100 MB）がクラウドストレージにあります。予測パフォーマンスを損なう可能性のある問題はどれですか。また、それらに対処するためにどのような行動を取るべきですか。(2つ選択してください。)

新しい店舗の多くは履歴が短いため、店舗ごとの季節性を正確に検出することは困難です。店舗レベルのカテゴリ属性（例：店舗タイプ、場所）があれば、類似の古い店舗の履歴データを利用して新しい店舗の予測を改善できます。また、現在のデータは週次で集計されていますが、日次売上予測が必要とされています。日次予測モデルを構築するには、週次集計ではなく、ソースシステムから日次売上データを直接取得する必要があります。売上データに分散がないという選択肢は、問題文の「売上は週ごとに一貫しています」という記述と矛盾し、外部データ取得は必ずしも必要ではありません。売上ゼロの期間が欠落していることは問題ですが、日次データが取得できればこの問題も対処しやすくなります。100MBのデータ量は、5年分のデータとしては十分な場合が多く、データ量を増やすこと自体がパフォーマンスを保証するわけではありません。