Een groothandel levert kleding aan duizenden winkels en heeft een model nodig dat de dagelijkse verkoop per artikel per winkel voorspelt. Meer dan de helft van de winkels is minder dan zes maanden oud. De verkoop is consistent van week tot week. De huidige dataset is wekelijks geaggregeerd en laat weken zonder verkoop weg. Vijf jaar aan gegevens (100 MB) bevinden zich in cloudopslag. Welke problemen zullen waarschijnlijk de voorspellingsprestaties schaden, en welke acties moet u ondernemen om deze aan te pakken? (Kies twee.)

De eerste correcte optie pakt het probleem aan van nieuwe winkels met weinig geschiedenis. Door categorische attributen te gebruiken, kan het model leren van vergelijkbare, oudere winkels, wat essentieel is voor het voorspellen van seizoensinvloeden en trends bij nieuwe winkels. De tweede correcte optie richt zich op de granulariteit van de gegevens. Aangezien een dagelijkse voorspelling nodig is, zijn wekelijks geaggregeerde gegevens onvoldoende. Dagelijkse records zijn noodzakelijk om een nauwkeurig dagelijks voorspellingsmodel te bouwen. De optie over externe verkoopgegevens is onjuist omdat gegevens uit andere industrieën waarschijnlijk niet relevant zijn voor kledingverkoop. De optie over het toevoegen van zero-entry records is belangrijk, maar minder kritiek dan het verkrijgen van dagelijkse gegevens of het omgaan met nieuwe winkels, gezien de vraag naar dagelijkse voorspellingen. De optie om 10 jaar aan gegevens te vragen is niet per se nodig; 5 jaar is vaak voldoende, en de beperkte omvang (100 MB) duidt niet direct op een gebrek aan data, maar eerder op de aggregatie.