Pomysły dotyczące rozwiązań
Ten artykuł jest pomysłem na rozwiązanie. Jeśli chcesz, abyśmy rozszerzyli zawartość o więcej informacji, takich jak potencjalne przypadki użycia, alternatywne usługi, zagadnienia dotyczące implementacji lub wskazówki dotyczące cen, daj nam znać, przekazując opinię w usłudze GitHub.
Prawie każda firma musi przewidzieć przyszłość, aby podejmować lepsze decyzje i efektywniej przydzielać zasoby. Ten artykuł zawiera architekturę kompleksowej implementacji prognozowania zapotrzebowania na platformie Azure.
Architektura
Pobierz plik programu Visio z tą architekturą.
Przepływ danych
Platforma microsoft AI udostępnia zaawansowane narzędzia analityczne za pośrednictwem platformy Microsoft Azure — pozyskiwanie danych, przechowywanie danych, przetwarzanie danych i zaawansowane składniki analizy. Te narzędzia obejmują wszystkie podstawowe elementy do tworzenia rozwiązania do prognozowania zapotrzebowania na energię.
To rozwiązanie łączy kilka usług platformy Azure w celu zapewnienia przewidywalnych przewidywań:
- Usługa Event Hubs gromadzi dane o zużyciu w czasie rzeczywistym.
- Usługa Stream Analytics gromadzi dane przesyłane strumieniowo i udostępnia je do wizualizacji.
- Usługa Azure SQL Database przechowuje i przekształca dane użycia.
- Usługa Machine Learning implementuje i wykonuje model prognozowania.
- Usługa Power BI wizualizuje zużycie energii w czasie rzeczywistym i wyniki prognozy.
- Na koniec usługa Data Factory organizuje cały przepływ danych i planuje go.
Elementy
Kluczowe technologie używane do implementowania tej architektury:
- Azure Event Hubs: proste, bezpieczne i skalowalne pozyskiwanie danych w czasie rzeczywistym
- Azure Stream Analytics: zapewnianie bezserwerowej analizy w czasie rzeczywistym z chmury do brzegu
- Azure SQL Database: zarządzanie inteligentnym bazą danych SQL w chmurze
- Azure Machine Edukacja: tworzenie, wdrażanie i zarządzanie rozwiązaniami analizy predykcyjnej
- Power BI: zdaj sobie sprawę z wartości danych i wprowadź szczegółowe informacje odnalezione w narzędziach do analizy danych i danych platformy Azure w organizacji.
Szczegóły scenariusza
Ten pomysł rozwiązania zapewnia architekturę prognozowania zapotrzebowania. Dokładne prognozowanie skoków zapotrzebowania na produkty i usługi, na przykład, może dać firmie przewagę konkurencyjną. Im lepsze jest prognozowanie, tym lepiej można przygotować się na wzrost popytu i mniejsze jest ryzyko pozostania z niepotrzebnymi zapasami. Przypadki użycia obejmują przewidywanie popytu dla produktu w sklepie detalicznym/online, przewidywanie wizyt w szpitalu i przewidywanie zużycia energii.
Potencjalne przypadki użycia
Następujące scenariusze to sposoby, w jaki organizacja może korzystać z prognozowania zapotrzebowania:
- Planowanie spisu dla handlu detalicznego
- Planowanie pojemności sieci (telekomunikacyjne)
- Planowanie pracowników
- Zwiększone zadowolenie klientów
Następne kroki
- Dokumentacja usługi Azure Machine Learning
- Szkolenie: rozpoczynanie pracy z usługą Azure Stream Analytics
- Azure Stream Analytics — Zapraszamy!