Upravit

Sdílet prostřednictvím


Prognózování poptávky pro expedici a distribuci

Azure Blob Storage
Azure Data Factory
Power BI
Azure Stream Analytics
Azure Event Hubs

Nápady na řešení

Tento článek popisuje myšlenku řešení. Váš cloudový architekt může pomocí těchto pokynů vizualizovat hlavní komponenty pro typickou implementaci této architektury. Tento článek slouží jako výchozí bod k návrhu dobře navrženého řešení, které odpovídá konkrétním požadavkům vaší úlohy.

Tato myšlenka řešení využívá historická data poptávky k prognózování poptávky v budoucích obdobích napříč různými zákazníky, produkty a cíli.

Architektura

Diagram architektury znázorňující tok ukázkových dat do Power BI: prognózování poptávky pro expedici a distribuci

Stáhněte si soubor aplikace Visio s touto architekturou.

Tok dat

Příklad řešení prognózování poptávky pro expedici a distribuci podobné řešení popsané v tomto článku najdete v galerii Azure AI. Mezi obecné charakteristiky řešení prognózování poptávky, jako je ta navržená zde, patří:

  • Existuje mnoho druhů položek s různými objemy, které se shrnují do jedné nebo více úrovní kategorií.
  • Pro množství položky je k dispozici historie v každém okamžiku v minulosti.
  • Objemy položek se značně liší, pravděpodobně s velkým počtem, které mají v čase nulový svazek.
  • Historie položek ukazuje trend i sezonnost, možná na několika časových osách.
  • Množství potvrzená nebo vrácená nejsou silně cenově citlivá. Jinými slovy, dodací společnost nemůže výrazně ovlivnit množství krátkodobými změnami cen, i když mohou existovat další determinanty, které ovlivňují objem, například počasí.

Za těchto podmínek můžete využít hierarchii vytvořenou mezi časovými řadami různých položek. Vynucením konzistence tak, aby se množství nižší v hierarchii (například množství jednotlivých produktů) sčítá na výše uvedená množství (celkový počet produktů zákazníků), můžete zlepšit přesnost celkové prognózy. Stejná myšlenka platí, pokud jsou jednotlivé položky seskupené do kategorií, i pro kategorie, které se překrývají. Můžete mít například zájem o prognózování poptávky po všech produktech celkem, podle umístění, podle kategorie produktů nebo podle zákazníka.

Řešení galerie AI vypočítá prognózy na všech úrovních agregace v hierarchii pro každé zadané časové období. Nezapomeňte, že nasazení vašich řešení pro prognózování poptávky budou účtovat poplatky za spotřebu používaných služeb. K predikci nákladů použijte cenovou kalkulačku. Pokud už nasazené řešení nepoužíváte, odstraňte ho, abyste přestali účtovat poplatky.

Komponenty

Tento nápad řešení prognózování poptávky používá následující prostředky hostované a spravované v Azure:

Podrobnosti scénáře

Toto řešení používá historická data poptávky k prognózování poptávky napříč zákazníky, produkty a cíli. Jedním z příkladů použití pro toto řešení je, když chce přepravní nebo dodací společnost předpovědět množství různých produktů, které chtějí zákazníci dodávat v různých místech a v budoucích časech. Společnost může jako vstup do nástroje pro přidělování používat prognózy poptávky. Nástroj pro přidělování pak může optimalizovat operace, jako je směrování dodávek vozidel a plánování kapacity v dlouhodobém horizontu. Související příklad je v případě, že dodavatel nebo poskytovatel chce znát počet produktů, které budou vráceny z důvodu selhání.

Potenciální případy použití

Proces prognózování poptávky popsaný v tomto řešení je možné zprovoznit a nasadit na platformě Microsoft AI. Platforma Microsoft AI nabízí pokročilé analytické nástroje pro příjem dat, úložiště dat, plánování a pokročilou analýzu. Tyto nástroje jsou všechny základní nástroje pro provozování řešení prognózování poptávky, které je možné integrovat s vašimi aktuálními produkčními systémy.

Toto řešení je optimalizované pro maloobchodní a výrobní odvětví.

Další kroky

Viz dokumentace k produktu:

Projdeme si tyto možnosti:

Přečtěte si související články o Centru architektury Azure: