Previsão da Procura (Pré-visualização)

Previsão da procura de SKUs com intervalos, precisão e transferência de inventário.

Este conector está disponível nos seguintes produtos e regiões:

Service Class Regions
Copilot Studio Premium Todas as regiões Power Automate exceto as seguintes:
     - Governo dos EUA (CCG)
     - Governo dos EUA (GCC High)
     - China Cloud operado pela 21Vianet
     - Departamento de Defesa dos EUA (DoD)
Logic Apps Standard Todas as regiões do Logic Apps , exceto as seguintes:
     - Regiões Azure Government
     - Regiões do Azure China
     - Departamento de Defesa dos EUA (DoD)
Power Apps Premium Todas as regiões Power Apps exceto as seguintes:
     - Governo dos EUA (CCG)
     - Governo dos EUA (GCC High)
     - China Cloud operado pela 21Vianet
     - Departamento de Defesa dos EUA (DoD)
Power Automate Premium Todas as regiões Power Automate exceto as seguintes:
     - Governo dos EUA (CCG)
     - Governo dos EUA (GCC High)
     - China Cloud operado pela 21Vianet
     - Departamento de Defesa dos EUA (DoD)
Contact
Name Saifs AI
URL https://saifs.ai/
Email taher@saifytech.com
Metadados do conector
Publicador Saifs AI
Website https://saifs.ai/
Política de Privacidade https://saifs.ai/privacy_page
Categories IA; Dados

Previsão de Procura - A Saifs AI transforma um histórico de vendas ou volume no que cada produto (ou região/canal) irá vender a seguir, com um intervalo, e não apenas um número. Ligue dados de vendas através do Microsoft Copilot Studio ou Microsoft 365 Copilot. O MCP restringe a história, escolhe um modelo clássico (Naive / SES / Holt / Holt-Winters / Croston-SBA) através de backtest de origem rolante, e devolve decisões ordenadas, previsões por série com intervalos de previsão, precisão, alertas de mudança de regime, um relatório de qualidade de dados e uma transferência de inventário (procura sobre o prazo de entrega mais sigma de erro de previsão).

Quem deve usá-lo

  • Compradores a retalho e merchandisers que precisam de uma perspetiva por SKU para o próximo trimestre em vez do ano passado mais 10%
  • Distribuidores e grossistas que dividem as previsões por armazém, armazém ou região
  • Planeadores de peças sobressalentes e industriais cuja procura é irregular e devem usar Croston / SBA
  • Fabricantes e planeadores de produção que precisam de uma perspetiva de unidades por SKU
  • Operações de comércio eletrónico e D2C a planear o próximo trimestre e a acompanhar mudanças na procura
  • Planeadores de farmácia e perecíveis que precisam de uma gama de procura, não de uma estimativa pontual falsa
  • Planeadores de apoio e força de trabalho a prever o volume de tickets ou contactos
  • Proprietários de PME que usam Tally ou Excel exportam sem limpar ou renomear colunas primeiro
  • Gestores de inventário e compras que precisam de procura em relação ao prazo de entrega de cada fornecedor de produtos
  • Criadores do Copilot Studio e do Microsoft 365 Copilot a adicionar matemática explicada da procura aos agentes

Como ajuda

  • Previsão para o próximo período por produto (e opcionalmente por região ou canal) com um intervalo de previsão (padrão 95%)
  • Escolha automática do modelo por backtest ordenado no tempo; séries intermitentes são encaminhadas para Croston / SBA
  • Modelos sazonais apenas quando há história suficiente; séries finas são recusadas ou recebem uma ampla recuação apenas média com uma razão declarada
  • Ficheiros reais desorganizados são aceites as-is (Data do Voucher, Quantidade Faturada, Artigo de Stock, Armazenamento; valores como 12 pcs, n/d, 15-Jan-2024)
  • A transferência de inventário utiliza o próprio tempo de entrega de cada SKU quando fornecido; caso contrário, uma espera padrão (14 dias)
  • Os picos são sinalizados e limitados; células e buracos ilegíveis num ficheiro denso faltam, não vendem-zero

Tools

  • demand_forecaster: cerca de 2.500 linhas ou 200 produtos ou menos; envie linhas e obtenha o resultado completo da previsão
  • demand_forecaster_get_engine: ficheiros maiores; devolve um script numpy pronto a correr para que os dados pesados permaneçam na máquina do utilizador

Autenticação OAuth 2.0. Os utilizadores completam o fluxo de consentimento OAuth ao ligar-se ao servidor. Para pacotes de certificação da Microsoft, as definições do cliente OAuth são referenciadas através do Azure Key Vault (ClientId, ClientSecret, AuthorizationUrl, TokenUrl; RefreshUrl e Scopes quando aplicável).

Introdução

  1. Previsão de Procura para Adicionar - IA Saifs no Copilot Studio ou Microsoft 365 Copilot.
  2. Iniciar sessão com OAuth 2.0 quando for solicitado.
  3. Forneça um histórico de vendas ou volume com pelo menos data e quantidade; inclua SKU, região, canal e prazos de entrega para resultados mais sólidos. Copiar as linhas exatamente; não renomear nem pré-limpar.
  4. Pergunte o que vai vender a seguir, por SKU, por armazém ou ao longo de um determinado prazo.

Os resultados são apoio à decisão, não um ERP ou substituição do S&OP. Use sempre o intervalo de previsão, não apenas o ponto médio. A história ténue é retida por uma razão declarada em vez de inventar a precisão. Publicado pela Saifs AI.

Ações

Previsão de Procura

Previsão da procura de SKUs com intervalos, precisão e transferência de inventário.

Previsão de Procura

Previsão da procura de SKUs com intervalos, precisão e transferência de inventário.