Prognostisering av efterfrågan (förhandsversion)
Prognostisera SKU-efterfrågan med intervall, noggrannhet och överlämnande av lager.
Den här anslutningsappen är tillgänglig i följande produkter och regioner:
| Tjänst | Class | Regions |
|---|---|---|
| Copilot Studio | Premium | Alla Power Automate regioner förutom följande: - Amerikanska myndigheter (GCC) - Amerikanska myndigheter (GCC High) – China Cloud drivs av 21Vianet - US Department of Defense (DoD) |
| Logic Apps | Standard | Alla Logic Apps-regioner utom följande: - Azure Government regioner - Azure kinaregioner - US Department of Defense (DoD) |
| Power Apps | Premium | Alla Power Apps regioner förutom följande: - Amerikanska myndigheter (GCC) - Amerikanska myndigheter (GCC High) – China Cloud drivs av 21Vianet - US Department of Defense (DoD) |
| Power Automate | Premium | Alla Power Automate regioner förutom följande: - Amerikanska myndigheter (GCC) - Amerikanska myndigheter (GCC High) – China Cloud drivs av 21Vianet - US Department of Defense (DoD) |
| Kontakt | |
|---|---|
| Name | Saifs AI |
| URL | https://saifs.ai/ |
| E-post | taher@saifytech.com |
| Metadata för anslutningsprogram | |
|---|---|
| Publisher | Saifs AI |
| Website | https://saifs.ai/ |
| Integritetspolicy | https://saifs.ai/privacy_page |
| Categories | Artificiell intelligens; Data |
Prognostisering av efterfrågan – Saifs AI omvandlar en försäljnings- eller volymhistorik till vad varje produkt (eller region/kanal) kommer att sälja härnäst, med ett intervall, inte ett tomt tal. Ansluta försäljningsdata via Microsoft Copilot Studio eller Microsoft 365 Copilot. MCP rutnät historiken, väljer en klassisk modell (Naive / SES / Holt / Holt-Winters / Croston-SBA) genom rullande ursprung backtest, och returnerar rangordnade beslut, per serie prognoser med förutsägelseintervall, noggrannhet, regimändringsaviseringar, en datakvalitetsrapport och en inventeringsöverlämning (efterfrågan över ledtid plus prognosfel sigma).
Vem ska använda den?
- Detaljhandelsköpare och merchandisers som behöver en per SKU nästa kvartal utsikter istället för förra året-plus-10%
- Distributörer och grossister som delar upp prognoser efter lager, godown eller region
- Reservdelar och industriplanerare vars efterfrågan är knölig och bör använda Croston/SBA
- Tillverkare och produktionsplanerare som behöver en enhetsutsikt från SKU
- E-handel och D2C-åtgärder planerar nästa kvartal och håller utkik efter efterfrågeskift
- Apotek och förgängliga planerare som behöver ett efterfrågeintervall, inte en falsk punktuppskattning
- Prognostiseringsbegäran för support- och personalplanerare eller kontaktvolym
- SMB-ägare som använder Tally- eller Excel exporter utan att först rensa eller byta namn på kolumner
- Lager- och inköpschefer som behöver efterfrågan över varje produkts leverantörsledningstid
- Copilot Studio och Microsoft 365 Copilot skapare lägger till förklarad efterfrågan matematik till agenter
Så här blir det enklare
- Prognos för nästa period per produkt (och valfritt per region eller kanal) med ett förutsägelseintervall (standard 95%)
- Automatiskt modellval efter tidsbeställt backtest; tillfälliga serier dirigeras till Croston/SBA
- Säsongsmodeller endast när det finns tillräckligt med historia; tunn serie vägras eller ges en bred genomsnittlig reserv med en angiven anledning
- Stökiga verkliga filer accepteras as-is (Kupongdatum, fakturerad kvantitet, lagerartikel, godown; värden som 12 st, n/a, 15-Jan-2024)
- Inventeringsavlämningen använder varje SKU:s egen ledtid när den tillhandahålls. annars en standardväntetid (14 dagar)
- Toppar flaggas och begränsas. oläsbara celler och hål i en tät fil saknas, inte såld-noll
Tools
- demand_forecaster: cirka 2 500 rader eller 200 produkter eller färre; skicka rader och få det fullständiga prognosresultatet
- demand_forecaster_get_engine: större filer; returnerar ett numpy-skript som är redo att köras så att tunga data kan stanna kvar på användardatorn
Autentisering OAuth 2.0. Användarna slutför OAuth-medgivandeflödet när de ansluter servern. För Microsoft certifieringspaket refereras OAuth-klientinställningar via Azure Key Vault (ClientId, ClientSecret, AuthorizationUrl, TokenUrl; RefreshUrl och Omfång när det är tillämpligt).
Komma igång
- Lägg till efterfrågeprognoser – Saifs AI i Copilot Studio eller Microsoft 365 Copilot.
- Logga in med OAuth 2.0 när du uppmanas att göra det.
- Ange en försäljnings- eller volymhistorik med minst datum och kvantitet. inkluderar SKU, region, kanal och ledtider för starkare resultat. Kopiera rader exakt; byt inte namn på eller rensa i förväg.
- Fråga vad du kommer att sälja härnäst, per SKU, lager eller över en viss ledtid.
Resultatet är beslutsstöd, inte en ERP- eller S&OP-ersättning. Använd alltid prognosintervallet, inte bara mittpunkten. Tunn historia hålls tillbaka med en angiven anledning snarare än att uppfinna precision. Publicerad av Saifs AI.
Åtgärder
| Efterfrågeprognostisering |
Prognostisera SKU-efterfrågan med intervall, noggrannhet och överlämnande av lager. |
Efterfrågeprognostisering
Prognostisera SKU-efterfrågan med intervall, noggrannhet och överlämnande av lager.