Vraagprognose (preview)
Prognose van de SKU-vraag met bereiken, nauwkeurigheid en hand-off van voorraad.
Deze connector is beschikbaar in de volgende producten en regio's:
| Service | Class | Regions |
|---|---|---|
| Copilot Studio | Premium | Alle Power Automate regio's behalve: - Amerikaanse overheid (GCC) - Amerikaanse overheid (GCC High) - China Cloud beheerd door 21Vianet - Us Department of Defense (DoD) |
| Logic Apps | Standard | Alle Logic Apps-regio's , met uitzondering van het volgende: - Azure Government regio's - Azure China-regio's - Us Department of Defense (DoD) |
| Power Apps | Premium | Alle Power Apps regio's behalve: - Amerikaanse overheid (GCC) - Amerikaanse overheid (GCC High) - China Cloud beheerd door 21Vianet - Us Department of Defense (DoD) |
| Power Automate | Premium | Alle Power Automate regio's behalve: - Amerikaanse overheid (GCC) - Amerikaanse overheid (GCC High) - China Cloud beheerd door 21Vianet - Us Department of Defense (DoD) |
| Contact | |
|---|---|
| Name | Saifs AI |
| URL | https://saifs.ai/ |
| taher@saifytech.com |
| Connectormetagegevens | |
|---|---|
| Publisher | Saifs AI |
| Website | https://saifs.ai/ |
| Privacybeleid | https://saifs.ai/privacy_page |
| Categories | AI; Gegevens |
Vraagprognose: Saifs AI zet een verkoop- of volumegeschiedenis om in wat elk product (of regio/kanaal) vervolgens zal verkopen, met een bereik, niet een bare getal. Koppel verkoopgegevens via Microsoft Copilot Studio of Microsoft 365 Copilot. De MCP rastert de geschiedenis, kiest een klassiek model (Naïve / SES / Holt / Holt-Winters / Croston-SBA) door terugdraaiende backtest, en retourneert gerangschikte beslissingen, voorspellingen per reeks met voorspellingsintervallen, nauwkeurigheid, regime-wijzigingswaarschuwingen, een rapport over gegevenskwaliteit en een voorraadafgifte (vraag over lead time plus forecast-error sigma).
Wie moet het gebruiken
- Retail kopers en merchandisers die volgend kwartaal een outlook per SKU nodig hebben in plaats van vorig jaar-plus-10%
- Distributeurs en groothandelaars die prognoses splitsen per magazijn, godown of regio
- Reserveonderdelen en industriële planners waarvan de vraag klonterig is en gebruik moet maken van Croston / SBA
- Fabrikanten en productieplanners die een eenheids outlook per SKU nodig hebben
- E-commerce en D2C-activiteiten plannen het volgende kwartaal en kijken naar vraagverschuivingen
- Apotheek en bederfelijke planners die een vraagbereik nodig hebben, niet een valse puntschatting
- Ondersteunings- en personeelsplanners voorspellen ticket of contactvolume
- SMB-eigenaren die Tally of Excel exporteren zonder eerst kolommen op te schonen of de naam ervan te wijzigen
- Voorraad- en inkoopmanagers die de vraag nodig hebben voor de doorlooptijd van de leverancier van elk product
- Copilot Studio en Microsoft 365 Copilot makers die uitleg over vraagberekeningen toevoegen aan agents
Hoe het helpt
- Volgende periodeprognose per product (en optioneel per regio of kanaal) met een voorspellingsinterval (standaard 95%)
- Automatische modelkeuze op tijd geordende backtest; onregelmatige reeksen worden gerouteerd naar Croston / SBA
- Seizoensmodellen alleen als er voldoende geschiedenis is; thin series worden geweigerd of gegeven een brede mean-only terugval met een aangegeven reden
- Rommelige echte bestanden worden geaccepteerd as-is (voucherdatum, gefactureerde hoeveelheid, voorraaditem, godown; waarden zoals 12 pcs, n/a, 15-jan-2024)
- De hand-off van de inventaris maakt gebruik van de eigen doorlooptijd van elke SKU wanneer deze wordt verstrekt; anders een standaardwachttijd (14 dagen)
- Pieken worden gemarkeerd en beperkt; onleesbare cellen en gaten in een dicht bestand ontbreken, niet verkocht-nul
Tools
- demand_forecaster: ongeveer 2500 rijen of 200 producten of minder; rijen verzenden en het volledige prognoseresultaat ophalen
- demand_forecaster_get_engine: grotere bestanden; retourneert een kant-en-klaar numpy-script, zodat zware gegevens op de computer van de gebruiker kunnen blijven
Verificatie OAuth 2.0. Gebruikers voltooien de OAuth-toestemmingsstroom bij het verbinden van de server. Voor Microsoft certificeringspakketten wordt naar OAuth-clientinstellingen verwezen via Azure Key Vault (ClientId, ClientSecret, AuthorizationUrl, TokenUrl; RefreshUrl en scopes indien van toepassing).
Aan de slag
- Vraagprognoses toevoegen - Saifs AI in Copilot Studio of Microsoft 365 Copilot.
- Meld u aan met OAuth 2.0 wanneer u hierom wordt gevraagd.
- Geef een verkoop- of volumegeschiedenis op met ten minste datum en hoeveelheid; neem SKU, regio, kanaal en doorlooptijden op voor sterkere resultaten. Rijen precies kopiëren; naam niet wijzigen of vooraf opschonen.
- Vraag wat u vervolgens per SKU, per magazijn of over een bepaalde doorlooptijd gaat verkopen.
Resultaten zijn beslissingsondersteuning, geen ERP- of S&OP-vervanging. Gebruik altijd het prognosebereik, niet alleen het middelpunt. Dunne geschiedenis wordt teruggehouden met een aangegeven reden in plaats van de precisie te bedenken. Gepubliceerd door Saifs AI.
Acties
| Vraagprognose |
Prognose van de SKU-vraag met bereiken, nauwkeurigheid en hand-off van voorraad. |
Vraagprognose
Prognose van de SKU-vraag met bereiken, nauwkeurigheid en hand-off van voorraad.