Создание статистического базового прогноза
Совет
В этой статье описывается функция прогнозирования спроса, встроенная в Microsoft Dynamics 365 Supply Chain Management. Для еще лучшего планирования и прогнозирования рекомендуется попробовать Demand Planning в Microsoft Dynamics 365 Supply Chain Management, которая является решением Microsoft для совместного планирования спроса следующего поколения. Подробные сведения см. на домашней странице Demand Planning.
Эта статья содержит информацию о параметрах и фильтрах, которые используются для расчета прогноза спроса.
При создании базового прогноза сначала необходимо определить параметры и фильтры, которые используются в расчете. Например, можно создать базовый прогноз для оценки спроса на основе транзакционных данных за прошлый год для определенной компании, для наступающего месяца и для выбранной группы номенклатур.
Чтобы создать прогноз спроса, перейдите в раздел Сводное планирование > Прогнозирование > Прогнозирование спроса > Сгенерировать статистический базовый прогноз.
Период прогноза можно выбрать во время создания прогноза. Доступны значения день, неделя и месяц.
Число периодов, для которых создается прогноз, задается в поле Горизонт прогнозирования.
Если для стратегии прогнозирования задано значение Копировать поверх исторического спроса, окончание исторического горизонта игнорируется. Система копирует число периодов, заданных в поле Горизонт прогноза, чтобы спрогнозировать спрос, начиная с даты, заданной в поле Начальная дата в разделе Исторический горизонт. Копируй спрос за прошлые периоды, начиная с определенной даты, планировщики производства могут составить план на следующий квартал двумя способами.
- Путем копирования спроса за тот же квартал прошлого года.
- Путем копирования спроса за предыдущий квартал.
Чтобы не допустить путаницы в производственных планах, определенное количество периодов прогнозирования можно заблокировать. Это количество задается в поле Временная граница блокировки. На странице Отрегулированный прогноз спроса ячейки заблокированных периодов неактивны, чтобы визуально указать на то, что изменить эти значения невозможно.
Начальная дата базового прогноза спроса не обязательно должна являться текущей датой или датой в будущем. Чтобы задать другую начальную дату, воспользуйтесь полем Начальная дата базового прогноза — начальная дата. Например, в июне пользователи могут создать прогноз на следующий год. Поскольку периоды прогноза между окончанием спроса за прошлые периоды и началом базового периода отсутствуют, прогноз может быть неточным. Если используется сервис прогнозирования спроса, существует четыре способа заполнения пробелов. Можно выбрать желаемый метод, задав значение для параметра MISSING_VALUE_SUBSTITUTION на странице Параметры прогнозирования спроса.
Примечание
Подстановка отсутствующих значений может использоваться только для отсутствующих данных между начальной и конечной датами для исторических данных. Она не будет заполнять данные до или после последней точки физических данных, она выступает только в качестве экстраполяции между фактически существующими точками данных.
В поле Начальная дата базового прогноза - Начальная дата необходимо задать начало периода прогнозирования. Так, в США воскресенье станет начальной датой периода прогнозирования длительностью неделя. Система автоматически корректирует значение в поле Начальная дата базового прогноза - Начальная дата, чтобы оно соответствовало началу периода прогнозирования.
В поле Начальная дата базового прогноза - Начальная дата можно задать дату в прошлом. Другими словами, можно создать прогноз спроса в прошлом. Это полезно, поскольку позволяет настраивать параметры сервиса прогнозирования так, чтобы статистический прогноз, созданный в прошлом, соответствовал фактическому спросу за прошлые периоды. Затем пользователи могут использовать эти значения параметров, чтобы создать статистический базовый прогноз на будущее.
Сделанные вручную корректировки в предыдущих итерациях прогнозирования спроса можно автоматически применять к новому базовому прогнозу, если флажок Перенести ручные корректировки в прогноз спроса установлен. Если флажок не установлен, ручные корректировки не добавляются в базовый прогноз, но и не удаляются. Ручные корректировки прогноза можно удалить только на этапе импорта прогноза, сняв флажок Сохранить ручные корректировки базового прогноза спроса. Ручные корректировки сохраняются на этапе авторизации. Следовательно, если пользователь вносит ручные корректировки в прогноз, но не авторизует прогноз обратно в Supply Chain Management, изменения будут утеряны. Дополнительные сведения о ручных корректировках и принципах их работы см. в разделе Авторизация скорректированного прогноза.
Создание прогноза спроса может иметь имя и комментарии, чтобы помочь пользователям идентифицировать созданный прогноз. Эти значения отображаются в истории создания прогнозов на странице История создания статистических базовых прогнозов.
Внутрихолдинговая группа планирования, ключи распределения номенклатуры и другие фильтры можно применить во время создания прогноза. Их можно использовать для повышения производительности или разделения данных на управляемые блоки. Однако прогноз спроса не создается для участников какого-либо ключа распределения номенклатуры, который не связан с внутрихолдинговой группой планирования, даже если ключ выбран в запросе.
Совет
Иногда пользователи получают ошибки при создании прогноза спроса или создание прогноза завершается без журнала сеанса. Это может случиться из-за остатка данных в запросе, который ранее был использован для создания прогноза. Чтобы решить эту проблему, выберите Выбрать, чтобы открыть страницу Запрос, выберите Сброс и создайте базовый прогноз повторно.
Если прогноз создается не для большого набора элементов, а для одного элемента или одного ключа распределения номенклатуры, то для получения более высокой производительности можно установить флажок Использовать режим отклика на запрос на вкладке Сводное планирование — Настройка — Прогнозирование спроса - Параметры прогнозирования спроса — Azure Machine Learning.
Примечание
Потенциально плоско выглядящий прогноз может быть следствием того, что исторические данные должны быть за более длинный исторический интервал (минимум три временных периода для выявления шаблонов, например три года для месячного прогноза). Чтобы получить более качественный результат, можно попробовать изменить детализацию временного диапазона или увеличить диапазон времени.