Visão geral da previsão de demanda

Artigo
03/08/2023

A previsão de demanda é usada para prever a demanda independente nas ordens de venda e a demanda dependente em qualquer ponto de dissociação das ordens dos clientes. As regras aprimoradas de redução de previsão de demanda oferecem uma solução ideal para a personalização em massa.

Para gerar a previsão de linha de base, um resumo de transações históricas será passado para o Microsoft Azure Machine Learning hospedado no Azure. Como esse serviço não é compartilhado entre usuários, ele pode ser facilmente personalizado para atender aos requisitos específicos do setor. Você pode usar o Supply Chain Management para visualizar a previsão, ajustar a previsão e exibir KPIs (indicadores chave de desempenho) sobre a precisão da previsão.

Observação

O Microsoft Azure Machine Learning Studio (clássico) é necessário para a geração de previsão com machine learning. A partir de 1º de dezembro de 2021, você não poderá criar novos recursos do Machine Learning Studio (clássico). No entanto, você poderá continuar a usar os recursos existentes do Machine Learning Studio (clássico) até 31 de agosto de 2024. Para obter informações atualizadas, consulte o Azure Machine Learning Studio.

O Dynamics 365 Supply Chain Management versão 10.0.23 e posterior são compatíveis com o novo Azure Machine Learning Studio.

Principais recursos de previsão de demanda

Estes são alguns dos principais recursos de previsão de demanda:

Gera uma previsão estatística baseada em dados históricos,
Usa um conjunto dinâmico de dimensões de previsão.
Visualiza tendências de demanda, intervalos de confiança e ajustes da previsão.
Autoriza a previsão ajustada a ser usada em processos de planejamento.
Remove exceções.
Crie medidas de precisão de previsão.

Temas principais da previsão de demanda

Os três temas principais são implementados na previsão de demanda:

Modularidade – A previsão de demanda é modular e fácil de configurar. Você pode ativar e desativar a funcionalidade alterando a chave de configuração em Comércio > Previsão de estoque > Previsão de demanda.
Reutilização da Microsoft Stack – O Machine Learning, que agora faz parte do Microsoft Cortana Analytics Suite, permite criar experimentos de análise preditiva de maneira rápida e fácil, como experiências de estimativa de demanda, usando algoritmos R ou linguagens de programação Python e uma interface simples de arrastar e soltar.
- Você pode baixar os experimentos de previsão de demanda, alterá-los para atender às suas necessidades de negócios, publicá-los como um serviço Web no Azure e usá-los para gerar previsões de demanda. Os experimentos estarão disponíveis para download se você tiver adquirido uma assinatura do Supply Chain Management para um planejador de produção como usuário em nível empresarial.
- Você pode baixar qualquer experimento de previsão de demanda atualmente disponível na Galeria de Análise da Cortana. Enquanto os experimentos de previsão de demanda são automaticamente integrados ao Supply Chain Management, os clientes e parceiros devem lidar com a integração dos experimentos baixados da Galeria de Análise da Cortana. Portanto, os experimentos da Galeria de Análise da Cortana não são tão simples de usar quanto os experimentos de previsão de demanda do aplicativo de finanças e operações. Você deve modificar o código dos experimentos de modo que eles usem a API (interface de programação de aplicativo) do aplicativo de finanças e operações.
- Você pode criar seus próprios experimentos no Estúdio do Microsoft Azure Machine Learning (clássico), publicá-los como serviços no Azure e usá-los para gerar previsões de demanda.
- Se você não precisar de alto desempenho ou que uma grande quantidade de dados seja processada, use a camada gratuita do Machine Learning. É recomendável que você sempre comece nessa camada, especialmente durante as fases de implementação e de teste. Se você precisar de desempenho mais alto e de armazenamento adicional, poderá usar a camada padrão do Aprendizado de Máquina. Essa camada requer uma assinatura do Azure e envolve custos adicionais. Para obter detalhes sobre os preços do Machine Learning, consulte Definição de preços do Machine Learning Studio.
Redução de previsão em qualquer ponto de dissociação – A previsão de demanda baseia-se nessa funcionalidade, que permite prever a demanda dependente e independente em qualquer ponto de dissociação.

Fluxo básico da previsão de demanda

O diagrama a seguir mostra o fluxo básico da previsão de demanda.

A geração de previsão de demanda começa no Supply Chain Management. Os dados transacionais históricos do banco de dados transacional do Supply Chain Management são coletados e preenchem uma tabela de preparo. Essa tabela de preparo é alimentada posteriormente em um serviço de Aprendizado de Máquina. Ao executar um mínimo de personalização, você pode obstruir várias fontes de dados na tabela de preparo. As fontes de dados podem incluir arquivos do Microsoft Excel , arquivos (CSV) de valores separados por vírgulas e dados do Microsoft Dynamics AX 2009 e Microsoft Dynamics AX 2012. Portanto, você pode gerar as previsões de demanda que considera os dados históricos que são difundidos entre vários sistemas. No entanto, os dados mestres, como nomes de itens e unidades de medida, devem ser iguais nas várias fontes de dados.

Se você usar os experimentos de Aprendizado de Máquina da previsão de demanda, eles procurarão a melhor opção entre cinco métodos de previsão de séries temporais para calcular uma previsão estatística. Os parâmetros desses métodos de previsão são gerenciados no Supply Chain Management.

As previsões, os dados históricos e todas as alterações que foram feitas nas previsões de demanda em iterações anteriores serão, então, disponibilizadas no Supply Chain Management.

Você pode usar o Supply Chain Management para visualizar e modificar as previsões estatísticas. Os ajustes manuais devem ser autorizados para que as previsões possam ser usadas para planejamento.

Limitações

A previsão de demanda é uma ferramenta que ajuda os clientes do setor de fabricação a criar processos de previsão. Ela oferece a funcionalidade principal de uma solução de previsão de demanda e é criada de modo que possa ser facilmente estendida. A previsão de demanda pode não ser o melhor ajuste para clientes de setores como comércio, atacado, armazenamento, transporte ou outros serviços profissionais.

Limitação de conversão de grade de previsão de demanda

A unidade de medida (UOM) por conversão de grade não apresenta suporte completo ao gerar a previsão de demanda se a UOM do estoque é diferente da UOM da previsão de demanda.

A geração de previsão (UOM de estoque > UOM de previsão de demanda) usa conversão de UOM de produto. Ao carregar dados históricos para geração da previsão de demanda, a conversão da UOM no nível de produto será sempre usada ao converter de UOM de estoque para UOM de previsão de demanda, mesmo se houver conversões definidas no nível da grade.

A primeira parte de autorizar a previsão (UOM de previsão de demanda > UOM de estoque) usa conversão de UOM de produto. A segunda parte de autorizar a previsão (UOM de estoque > UOM de vendas) usa a conversão de UOM de grade. Quando a previsão de demanda gerada for autorizada, a conversão para UOM de estoque de UOM de previsão de demanda será feita usando a conversão de UOM no nível de produto. Ao mesmo tempo, a conversão entre a unidade de estoque e a UOM de vendas respeitará as conversões definidas no nível de grade.

Observação

A UOM de previsão de demanda não precisa ter um significado específico. Ela pode ser definida como Unidade de previsão de demanda. Para cada um dos produtos, é possível definir a conversão como 1:1 com a UOM de estoque.

Compartilhar via