First与Last取的是时间端点，未必是最小值与最大值

需求资料变成时间序列之后，First与Last的含义不能只按表格眼前的第一行、最后一行猜测。Microsoft的Demand planning转换文档明确说明，这两项依据每条记录的时间戳，不依据导入顺序或显示顺序。它们取的是时间端点记录的度量值，因此，即使同一组记录在界面中换了排列，也不能仅由显示位置重新解释哪个值代表First。

这个定义先有一个分组前提。转换配置会把维度值相同、并且处于同一个时间桶的源记录组合起来，再对其度量列产生一个输出值。文档列出的时间桶包括日、周和月。换言之，最早与最晚必须是在所述桶和维度组合内比较，而不是无条件对整张来源表找一个最早日期。若两个产品维度不同，不能只因为月份相同，就假定它们属于同一组端点记录。

时间戳、度量和维度在输入中分别承担角色。时间戳形成输出时间序列的横轴，度量形成纵轴，维度则让序列可以按不同对象分析。原文以T恤的颜色、尺码、款式和仓库作例子，说明可观察某种组合，也可与更大范围比较。这些字段不是一列数字的不同别名：日期决定时间位置，度量提供被汇集的值，维度界定所比较的对象。

官方表格把同一产品维度、同一个月的四条记录并列：一月一日为四十，一月十日为二十，一月二十日为八十，一月二十八日为六十。First结果为四十，因为它来自最早的日期；Last为六十，因为它来自最晚的日期。这里的四十不是四条中最小的数，六十也不是最大的数，说明端点选择与数值极值选择有不同依据。

同一表格另外列出Minimum为二十、Maximum为八十，为上述差别提供了直接对照。若一份摘要把First译成“最低需求”，或者把Last改成“最高需求”，就将时间顺序替换成数值顺序。原文的四条数据只是文档例子，不是本文导入的销售记录，也没有据它形成任何库存建议或需求预测。它足以展示几种输出为什么可以来自同一组输入，却回答不同问题。

转换还有一个先后关系：先应用聚合方法计算结果，再应用Precision精度设置。于是，精度决定结果怎样保留，并不会将First的定义改成“最先导入的值”。本文只陈述该顺序，没有选择精度参数、运行转换或比较计算误差。若来源存在相同时间戳等未在这段中解释的情形，本篇也不补造一套记录优先规则。

这份Transform data属于Demand planning应用的文档，页面标注2026年8月10日更新，首次发布日期未确认。它描述将已有表数据转换为时间序列的关系，不能被写成本文已建立预测模型，或将另一套旧内置预测页面的行为直接拼入。读清桶、维度、时间戳和度量值，才有基础解释First与Last究竟选中了什么；对采购、补货和交付的实际安排，本文没有作出判断。