תחזית אמזון הוא שירות מנוהל במלואו המשתמש בלמידה חישובית (ML) כדי ליצור תחזיות מדויקות ביותר, ללא צורך בניסיון קודם ב-ML. תחזית ישימה במגוון רחב של מקרי שימוש, כולל הערכת היצע וביקוש לניהול מלאי, חיזוי ביקוש לנסיעות, תכנון כוח אדם ושימוש בתשתית ענן מחשוב.
אתה יכול להשתמש ב-Forecast כדי לבצע בצורה חלקה ניתוח מה-אם במהירות של עד 80% מהר יותר כדי לנתח ולכמת את ההשפעה הפוטנציאלית של מנופים עסקיים על תחזיות הביקוש שלך. ניתוח מה-אם עוזר לך לחקור ולהסביר כיצד תרחישים שונים עשויים להשפיע על תחזית הבסיס שנוצרה על ידי Forecast. עם Forecast, אין שרתים להקצאה או מודלים של ML לבנייה ידנית. בנוסף, אתה משלם רק עבור מה שאתה משתמש, ואין עמלת מינימום או התחייבות מראש. כדי להשתמש בתחזית, אתה רק צריך לספק נתונים היסטוריים עבור מה שאתה רוצה לחזות, ובאופן אופציונלי, כל נתונים נוספים שלדעתך עשויים להשפיע על התחזיות שלך.
לספקי שירותי מים יש מספר מקרי שימוש חיזוי, אך העיקרי ביניהם הוא חיזוי צריכת מים באזור או בבניין כדי לענות על הביקוש. כמו כן, חשוב לספקי שירות לחזות את הביקוש המוגבר לצריכה בגלל יותר דירות שנוספו בבניין או יותר בתים באזור. חיזוי מדויק של צריכת המים הוא קריטי כדי למנוע הפרעות שירות ללקוח.
פוסט זה בוחן את השימוש ב-Forecast כדי לטפל במקרה השימוש הזה על ידי שימוש בנתונים היסטוריים של סדרות זמן.
סקירת פתרונות
מים הם משאב טבע וקריטי מאוד לתעשייה, לחקלאות, למשקי בית ולחיים שלנו. חיזוי מדויק של צריכת מים הוא קריטי כדי לוודא שסוכנות יכולה לנהל את הפעילות היומיומית ביעילות. חיזוי צריכת המים מאתגר במיוחד מכיוון שהביקוש הוא דינמי, ושינויי מזג אוויר עונתיים יכולים להשפיע. חיזוי מדויק של צריכת המים חשוב על מנת שהלקוחות לא יתמודדו עם הפרעות בשירות ועל מנת לספק שירות יציב תוך שמירה על מחירים נמוכים. חיזוי משופר מאפשר לך לתכנן מראש כדי לבנות חוזים עתידיים חסכוניים יותר. להלן שני מקרי השימוש הנפוצים ביותר:
- ניהול ביקוש טוב יותר - כסוכנות ספקי שירות, אתה צריך למצוא איזון בין ביקוש למים והיצע. הסוכנות אוספת מידע כמו מספר האנשים המתגוררים בדירה ומספר הדירות בבניין לפני מתן השירות. כסוכנות שירות, עליך לאזן בין היצע וביקוש מצרפים. אתה צריך לאגור מספיק מים כדי לענות על הביקוש. יתרה מכך, חיזוי הביקוש הפך למאתגר יותר מהסיבות הבאות:
- הביקוש אינו יציב בכל עת ומשתנה לאורך היום. לדוגמה, צריכת המים בחצות היא הרבה פחות בהשוואה לבוקר.
- מזג האוויר יכול להשפיע גם על הצריכה הכוללת. למשל, צריכת המים גבוהה בקיץ מאשר בחורף בחצי הכדור הצפוני, ולהפך בחצי הכדור הדרומי.
- אין מספיק גשם או מנגנוני אגירת מים (אגמים, מאגרים), או שסינון המים אינו מספיק. במהלך הקיץ, הביקוש לא תמיד יכול לעמוד בקצב ההיצע. סוכנויות המים צריכות לחזות בזהירות כדי לרכוש מקורות אחרים, שעלולים להיות יקרים יותר. לכן, זה קריטי עבור סוכנויות שירות למצוא מקורות מים חלופיים כמו קצירת מי גשמים, לכידת עיבוי מיחידות טיפול באוויר או השבת מי שפכים.
- ביצוע ניתוח מה אם לעלייה בביקוש - הביקוש למים עולה מסיבות רבות. זה כולל שילוב של גידול אוכלוסיה, פיתוח כלכלי ושינוי דפוסי צריכה. בואו נדמיין תרחיש שבו בניין דירות קיים בונה הרחבה ומספר משקי הבית והאנשים גדל באחוז מסוים. עכשיו אתה צריך לעשות ניתוח כדי לחזות את ההיצע לביקוש מוגבר. זה גם עוזר לך לעשות חוזה חסכוני לביקוש מוגבר.
חיזוי יכול להיות מאתגר מכיוון שאתה צריך קודם כל מודלים מדויקים כדי לחזות את הביקוש ולאחר מכן דרך מהירה ופשוטה לשחזר את התחזית במגוון תרחישים.
פוסט זה מתמקד בפתרון לביצוע חיזוי צריכת מים וניתוח מה אם. פוסט זה אינו מתייחס לנתוני מזג האוויר לאימון מודלים. עם זאת, אתה יכול להוסיף נתוני מזג אוויר, בהתחשב בקורלציה שלהם לצריכת המים.
תנאים מוקדמים
לפני שמתחילים, הגדרנו את המשאבים שלנו. עבור פוסט זה, אנו משתמשים באזור us-east-1.
- צור שירות אחסון פשוט של אמזון (Amazon S3) דלי לאחסון נתוני סדרת הזמן ההיסטוריים. להנחיות, עיין ב צור את דלי ה-S3 הראשון שלך.
- הורד קבצי נתונים מה- GitHub ריפו והעלה לדלי S3 החדש שנוצר.
- ליצור חדש AWS זהות וניהול גישה (אני) תפקיד. להוראות ראה הגדר הרשאות עבור Amazon Forecast. הקפד לספק את השם של דלי ה-S3 שלך.
צור קבוצת מערכי נתונים ומערכי נתונים
פוסט זה מדגים שני מקרי שימוש הקשורים לתחזית ביקוש למים: חיזוי דרישת המים על סמך צריכת המים בעבר, וביצוע ניתוח מה אם לביקוש מוגבר.
תחזית יכולה לקבל שלושה סוגים של מערכי נתונים: סדרות זמן יעד (TTS), סדרות זמן קשורות (RTS) ומטא נתונים של פריטים (IM). נתוני סדרות זמן יעד מגדירים את הביקוש ההיסטורי למשאבים שאתה חוזה. מערך הנתונים של סדרת הזמן היעד הוא חובה. מערך נתונים קשור של סדרות זמן כולל נתונים מסדרות זמן שאינם כלולים במערך נתונים של סדרת זמן יעד ועשויים לשפר את הדיוק של המנבא שלך.
בדוגמה שלנו, מערך הנתונים של סדרת הזמן של היעד מכיל מידות item_id וחותמת זמן, ומערך הנתונים המשלים של סדרת הזמן הקשורים כולל no_of_consumer. הערה חשובה עם מערך הנתונים הזה: ה-TTS מסתיים ב-2023-01-01, וה-RTS מסתיים ב-2023-01-15. בעת ביצוע תרחישי מה-אם, חשוב לתפעל משתני RTS מעבר לאופק הזמן הידוע שלך ב-TTS.
כדי לבצע ניתוח מה אם, עלינו לייבא שני קובצי CSV המייצגים את נתוני סדרת הזמן היעד ואת נתוני סדרות הזמן הקשורים. קובץ סדרת הזמן לדוגמה שלנו מכיל את item_id, חותמת זמן ודרישה, וקובץ סדרת הזמן הקשורים שלנו מכיל את המוצר item_id, timestamp ו-no_of consumer.
כדי לייבא את הנתונים שלך, בצע את השלבים הבאים:
- במסוף התחזית בחר הצג קבוצות של מערכי נתונים.
- לבחור צור קבוצת נתונים.
- בעד שם קבוצת נתונים, הזן שם (לפוסט זה,
water_consumption_datasetgroup
). - בעד תחום חיזוי, בחר תחום חיזוי (עבור פוסט זה, מותאם אישית).
- לבחור הַבָּא.
- על צור מערך נתונים של סדרת זמן יעד עמוד, ספק את שם מערך הנתונים, תדירות הנתונים שלך וסכימת הנתונים.
- על פרטי ייבוא מערך נתונים עמוד, הזן שם ייבוא של מערך נתונים.
- בעד ייבוא סוג קובץ, בחר CSV והזן את מיקום הנתונים.
- בחר את תפקיד IAM שיצרת קודם לכן כתנאי מוקדם.
- לבחור הַתחָלָה.
אתה מופנה ללוח המחוונים שבו אתה יכול להשתמש כדי לעקוב אחר ההתקדמות.
- כדי לייבא את קובץ סדרת הזמן הקשור, בלוח המחוונים, בחר תבואו.
- על צור מערך נתונים קשורים של סדרות זמן עמוד, ספק את שם מערך הנתונים וסכימת הנתונים.
- על פרטי ייבוא מערך נתונים עמוד, הזן שם ייבוא של מערך נתונים.
- בעד ייבוא סוג קובץ, בחר CSV והזן את מיקום הנתונים.
- בחר את תפקיד IAM שיצרת קודם לכן.
- לבחור הַתחָלָה.
הרכבת מנבא
לאחר מכן, אנו מאמנים מנבא.
- בלוח המחוונים, בחר הַתחָלָה תחת הרכבת מנבא.
- על מנבא רכבת עמוד, הזן שם עבור המנבא שלך.
- ציין כמה זמן אתה רוצה לחזות ובאיזה תדירות בעתיד.
- ציין את מספר הקוונטילים שברצונך לחזות עבורם.
Forecast משתמש ב-AutoPredictor כדי ליצור מנבאים. למידע נוסף, עיין ב חיזוי אימון.
- לבחור צור.
צור תחזית
לאחר אימון המנבא שלנו (זה יכול לקחת כ-3.5 שעות), אנו יוצרים תחזית. תדע שהמנבא שלך מאומן כשתראה את הצג מנבאים כפתור בלוח המחוונים שלך.
- לבחור הַתחָלָה תחת הפקת תחזיות על לוח המחוונים.
- על צור תחזית עמוד, הזן שם תחזית.
- בעד חיזוי, בחר את המנבא שיצרת.
- אופציונלי, ציין את quantiles התחזית.
- ציין את הפריטים ליצירת תחזית עבורם.
- לבחור הַתחָלָה.
שאל את התחזית שלך
אתה יכול לשאול תחזית באמצעות ה תחזית שאילתה אוֹפְּצִיָה. כברירת מחדל, הטווח המלא של התחזית מוחזר. אתה יכול לבקש טווח תאריכים ספציפי בתוך התחזית המלאה. בעת שאילתת תחזית, עליך לציין קריטריוני סינון. מסנן הוא צמד מפתח-ערך. המפתח הוא אחד משמות תכונות הסכימה (כולל ממדי תחזית) מאחד מערכי הנתונים המשמשים ליצירת התחזית. הערך הוא ערך חוקי עבור המפתח שצוין. ניתן לציין צמדי מפתח-ערך מרובים. התחזית המוחזרת תכיל רק פריטים העומדים בכל הקריטריונים.
- לבחור תחזית שאילתה על לוח המחוונים.
- ספק את קריטריוני הסינון עבור תאריך התחלה ותאריך סיום.
- ציין את מפתח התחזית והערך שלך.
- לבחור קבל תחזית.
צילום המסך הבא מציג את צריכת האנרגיה החזויה לאותה דירה (מזהה פריט A_10001) באמצעות מודל התחזית.
צור ניתוח מה אם
בשלב זה, יצרנו את התחזית הבסיסית שלנו. כעת ניתן לבצע ניתוח מה אם. בואו נדמיין תרחיש שבו בניין דירות קיים מוסיף הרחבה, ומספר משקי הבית והאנשים גדל ב-20%. כעת עליך לבצע ניתוח כדי לחזות היצע מוגבר על סמך ביקוש מוגבר.
ישנם שלושה שלבים לביצוע ניתוח מה-אם: הגדרת הניתוח, יצירת תחזית מה-אם על-ידי הגדרת מה משתנה בתרחיש והשוואת התוצאות.
- כדי להגדיר את הניתוח שלך, בחר חקור מה-אם ניתוח על לוח המחוונים.
- לבחור צור.
- הזן שם ייחודי ובחר את תחזית הבסיס.
- בחר את הפריטים במערך הנתונים שברצונך לבצע עבורם ניתוח מה אם. יש לך שתי אפשרויות:
- בחר את כל הפריטים היא ברירת המחדל, אותה אנו בוחרים בפוסט זה.
- אם אתה רוצה לבחור פריטים ספציפיים, בחר בחר פריטים עם קובץ ולייבא קובץ CSV המכיל את המזהה הייחודי של הפריט המתאים וכל הממדים המשויכים.
- לבחור צור ניתוח מה אם.
צור תחזית מה אם
לאחר מכן, אנו יוצרים תחזית מה-אם כדי להגדיר את התרחיש שאנו רוצים לנתח.
- ב תחזית מה אם סעיף, בחר צור.
- הזן שם של התרחיש שלך.
- אתה יכול להגדיר את התרחיש שלך באמצעות שתי אפשרויות:
- השתמש בפונקציות טרנספורמציה - השתמש בבונה הטרנספורמציה כדי להפוך את נתוני סדרות הזמן הקשורים שייבאת. לצורך הדרכה זו, אנו מעריכים כיצד הביקוש לפריט במערך הנתונים שלנו משתנה כאשר מספר הצרכנים גדל ב-20% בהשוואה למחיר בתחזית הבסיס.
- הגדר את תחזית מה אם עם מערך נתונים חלופי - החלף את מערך הנתונים של סדרות הזמן הקשורות שייבאת.
לדוגמה שלנו, אנו יוצרים תרחיש שבו אנו מגדילים no_of_consumer
ב-20% החל על מזהה פריט A_10001
, ו no_of_consumer
הוא תכונה במערך הנתונים. אתה צריך את הניתוח הזה כדי לחזות ולעמוד באספקת המים לביקוש מוגבר. ניתוח זה גם מסייע לך ליצור חוזה חסכוני המבוסס על תחזית הביקוש למים.
- בעד שיטת הגדרת תחזית מה אם, בחר השתמש בפונקציות טרנספורמציה.
- לבחור להכפיל כמפעיל שלנו, no_of_consumer כסדרת הזמן שלנו, והזן 1.2.
- לבחור הוסף תנאי.
- לבחור שווים בתור הפעולה והזן A_10001 עבור item_id.
- לבחור צור.
השוו בין התחזיות
כעת אנו יכולים להשוות את תחזיות מה-אם עבור שני התרחישים שלנו, להשוות עלייה של 20% בצרכנים עם הביקוש הבסיסי.
- בדף תובנות הניתוח, נווט אל השווה תחזיות מה אם סָעִיף.
- בעד פריט_יד, הזן את הפריט לניתוח (בתרחיש שלנו, הזן
A_10001
). - בעד מה אם תחזיות, בחר
water_demand_whatif_analyis
. - לבחור השווה מה-אם.
- אתה יכול לבחור את תחזית הבסיס לניתוח.
הגרף הבא מציג את הביקוש המתקבל לתרחיש שלנו. הקו האדום מציג את תחזית צריכת המים העתידית עבור אוכלוסייה מוגברת של 20%. סוג התחזית P90 מציין שהערך האמיתי צפוי להיות נמוך מהערך החזוי 90% מהפעמים. אתה יכול להשתמש בתחזית הביקוש הזו כדי לנהל ביעילות את אספקת המים לביקוש מוגבר ולהימנע מכל הפרעות בשירות.
ייצא את הנתונים שלך
כדי לייצא את הנתונים שלך ל-CSV, בצע את השלבים הבאים:
- לבחור צור ייצוא.
- הזן שם לקובץ הייצוא שלך (עבור פוסט זה,
water_demand_export
). - ציין את התרחישים לייצוא על ידי בחירת התרחישים ב- מה-אם תחזית בתפריט הנפתח.
אתה יכול לייצא תרחישים מרובים בבת אחת בקובץ משולב.
- בעד ייצוא מיקום, ציין את המיקום של Amazon S3.
- כדי להתחיל את הייצוא, בחר צור ייצוא.
- כדי להוריד את הייצוא, נווט אל מיקום נתיב הקובץ S3 בקונסולת Amazon S3, בחר את הקובץ ובחר הורדה.
קובץ הייצוא יכיל את ה timestamp
, item_id
, ו forecasts
עבור כל quantile עבור כל התרחישים שנבחרו (כולל תרחיש הבסיס).
נקה את המשאבים
כדי להימנע מחיובים עתידיים, הסר את המשאבים שנוצרו על ידי פתרון זה:
- מחק את משאבי התחזית שיצרת.
- מחק את דלי S3.
סיכום
בפוסט זה, הראינו לכם כמה קל להשתמש כיצד להשתמש ב-Forecast ובארכיטקטורת המערכת הבסיסית שלו כדי לחזות את דרישת המים באמצעות נתוני צריכת מים. ניתוח מה-אם הוא כלי קריטי שיעזור לנווט בין אי הוודאות של העסק. הוא מספק ראיית הנולד ומנגנון לבחינת רעיונות, ומותיר לעסקים עמידים יותר, מוכנים יותר ושולטים בעתידם. ספקי שירות אחרים כמו ספקי חשמל או גז יכולים להשתמש ב-Forecast כדי לבנות פתרונות ולעמוד בביקוש לשירותים בצורה חסכונית.
השלבים בפוסט זה הדגימו כיצד לבנות את הפתרון על קונסולת הניהול של AWS. כדי להשתמש ישירות בממשקי API של Forecast לבניית הפתרון, עקוב אחר המחברת שלנו GitHub ריפו.
אנו ממליצים לך ללמוד עוד על ידי ביקור ב- Amazon Forecast מדריך למפתחים ונסה את הפתרון מקצה לקצה שמאפשרים שירותים אלה עם מערך נתונים רלוונטי ל-KPI העסקי שלך.
על המחבר
Dhirj Thakur הוא אדריכל פתרונות עם שירותי האינטרנט של אמזון. הוא עובד עם לקוחות AWS ושותפים בכדי לספק הנחיות בנושא אימוץ ענן ארגוני, הגירה ואסטרטגיה. הוא נלהב מהטכנולוגיה ונהנה לבנות ולהתנסות בתחום הניתוח וה- AI / ML.
- הפצת תוכן ויחסי ציבור מופעל על ידי SEO. קבל הגברה היום.
- Platoblockchain. Web3 Metaverse Intelligence. ידע מוגבר. גישה כאן.
- מקור: https://aws.amazon.com/blogs/machine-learning/build-a-water-consumption-forecasting-solution-for-a-water-utility-agency-using-amazon-forecast/
- 1
- 11
- a
- אודות
- לְקַבֵּל
- גישה
- דיוק
- מדויק
- במדויק
- לרכוש
- לרוחב
- הוסיף
- נוסף
- בנוסף
- כתובת
- מוסיף
- אימוץ
- להשפיע על
- סוכנויות
- סוכנות
- חקלאות
- קדימה
- AI / ML
- AIR
- תעשיות
- חלופה
- תמיד
- אמזון בעברית
- תחזית אמזון
- אמזון שירותי אינטרנט
- בין
- אנליזה
- ניתוח
- לנתח
- ו
- דירה
- דירות
- ממשקי API
- ישים
- בערך
- ארכיטקטורה
- AREA
- סביב
- המשויך
- לְהִמָנַע
- AWS
- איזון
- בסיס
- מבוסס
- Baseline
- כי
- להיות
- לפני
- תאמינו
- מוטב
- בֵּין
- מעבר
- לִבנוֹת
- בונה
- בִּניָן
- בונה
- עסקים
- עסקים
- לַחְצָן
- לכידה
- בזהירות
- מקרה
- מקרים
- מסוים
- אתגר
- שינויים
- משתנה
- חיובים
- לבחור
- ענן
- אימוץ ענן
- תשתית ענן
- אוסף
- שילוב
- משולב
- מחויבות
- Common
- לְהַשְׁווֹת
- לעומת
- השוואה
- משלימה
- להשלים
- מחשוב
- לנהל
- מוליך
- לשקול
- קונסול
- צרכן
- צרכנים
- צְרִיכָה
- מכיל
- חוזה
- חוזים
- לִשְׁלוֹט
- מתאם
- תוֹאֵם
- עלות תועלת
- לִיצוֹר
- נוצר
- יוצרים
- הקריטריונים
- קריטי
- לקוח
- לקוחות
- לוח מחוונים
- נתונים
- מערכי נתונים
- תַאֲרִיך
- יְוֹם
- בְּרִירַת מֶחדָל
- מגדיר
- הגדרה
- דרישה
- חיזוי דרישה
- מופגן
- מפתח
- צעצועי התפתחות
- אחר
- ממדים
- ישירות
- לא
- תחום
- לא
- להורדה
- בְּמַהֲלָך
- דינמי
- כל אחד
- מוקדם יותר
- כַּלְכָּלִי
- התפתחות כלכלית
- יעילות
- יעילות
- חשמל
- מופעל
- מאפשר
- לעודד
- מקצה לקצה
- מסתיים
- אנרגיה
- צריכת אנרגיה
- מספיק
- זן
- מִפְעָל
- Ether (ETH)
- להעריך
- דוגמה
- קיימים
- צפוי
- יקר
- ניסיון
- להסביר
- יצוא
- הארכה
- פָּנִים
- מהר יותר
- מאפיין
- תשלום
- שלח
- קבצים
- לסנן
- סינון
- ראשון
- מתמקד
- לעקוב
- הבא
- תַחֲזִית
- תדר
- החל מ-
- לגמרי
- פונקציות
- עתיד
- גז
- ליצור
- מקבל
- נתן
- גרף
- קְבוּצָה
- קבוצה
- צמיחה
- טיפול
- קְצִיר
- לעזור
- עוזר
- גבוה יותר
- מאוד
- היסטורי
- אופק
- שעות
- משקי בית
- בתים
- איך
- איך
- אולם
- HTML
- HTTPS
- IAM
- רעיונות
- מזהה
- זהות
- פְּגִיעָה
- לייבא
- חשוב
- לשפר
- משופר
- in
- כלול
- כולל
- כולל
- להגדיל
- גדל
- עליות
- מצביע על
- תעשייה
- מידע
- תשתית
- תובנות
- הוראות
- מלאי
- ניהול מלאי
- לחקור
- IT
- פריטים
- שמור
- מפתח
- לדעת
- ידוע
- לִלמוֹד
- למידה
- עזיבה
- קו
- חי
- חי
- מיקום
- ארוך
- נמוך
- מחירים נמוכים
- מכונה
- למידת מכונה
- לעשות
- לנהל
- הצליח
- ניהול
- מנדטורי
- באופן ידני
- מנגנון
- לִפְגוֹשׁ
- תפריט
- מידע נוסף
- יכול
- הֲגִירָה
- מינימום
- ML
- מודל
- מודלים
- יותר
- בבוקר
- רוב
- מספר
- שם
- שמות
- טבעי
- נווט
- צורך
- חדש
- מחברה
- מספר
- ONE
- מבצע
- תפעול
- מפעיל
- אפשרות
- אפשרויות
- להזמין
- אחר
- מקיף
- זוגות
- במיוחד
- שותפים
- לוהט
- עבר
- נתיב
- דפוסי
- תשלום
- אֲנָשִׁים
- אחוזים
- לבצע
- ביצוע
- הרשאות
- לבחור
- תכנית
- תכנון
- אפלטון
- מודיעין אפלטון
- אפלטון נתונים
- נקודה
- אוכלוסייה
- הודעה
- פוטנציאל
- לחזות
- חזה
- ניבוי
- חיזוי
- מוּכָן
- מחיר
- מחירים
- יְסוֹדִי
- קודם
- המוצר
- התקדמות
- לספק
- ספק
- ספקים
- מספק
- מתן
- אַספָּקָה
- מָהִיר
- רכס
- סיבות
- Red
- באזור
- קָשׁוּר
- רלוונטי
- להסיר
- להחליף
- המייצג
- לבקש
- מִתאוֹשֵׁשׁ מַהֵר
- משאב
- משאבים
- וכתוצאה מכך
- תוצאות
- עולה
- תפקיד
- הפעלה
- אותו
- תרחישים
- בצורה חלקה
- סעיף
- נבחר
- בחירה
- סדרה
- שרות
- שירותים
- סט
- הצבה
- כמה
- הופעות
- פָּשׁוּט
- So
- פִּתָרוֹן
- פתרונות
- מקורות
- דרומי
- מֶרחָב
- ספציפי
- מפורט
- יציב
- שלבים
- התחלה
- החל
- צעדים
- אחסון
- חנות
- אִסטרָטֶגִיָה
- מִבְנֶה
- מספיק
- קיץ
- לספק
- היצע וביקוש
- מערכת
- לקחת
- יעד
- טכנולוגיה
- אל האני
- האזור
- העתיד
- שֶׁלָהֶם
- לכן
- שְׁלוֹשָׁה
- דרך
- בכל
- זמן
- סדרת זמן
- פִּי
- חותם
- ל
- כלי
- לעקוב
- רכבת
- מְאוּמָן
- הדרכה
- לשנות
- טרנספורמציה
- נסיעות
- נָכוֹן
- ערך אמיתי
- סוגים
- אי וודאויות
- תחת
- בְּסִיסִי
- ייחודי
- יחידות
- נוֹהָג
- להשתמש
- במקרה להשתמש
- תועלת
- ערך
- מגוון
- בהדרכה
- מים
- מזג אוויר
- אינטרנט
- שירותי אינטרנט
- מה
- מה
- אשר
- בזמן
- רָחָב
- יצטרך
- חוֹרֶף
- בתוך
- לְלֹא
- כוח עבודה
- עובד
- זפירנט