Prognózování poptávky

Data Factory
Event Hubs
Machine Learning
SQL Database
Stream Analytics

Idea řešení

Pokud se chcete podívat, jak tento článek rozšíříme o další informace, jako jsou potenciální případy použití, alternativní služby, aspekty implementace nebo pokyny k cenám, dejte nám vědět pomocí GitHub Feedback!

Skoro každý podnik potřebuje předpovědět budoucí rozhodování a efektivněji přidělovat prostředky. Jako příklad přesně předpověď špičky v poptávce na vyžádání pro produkty a služby můžou společnosti poskytnout konkurenční výhodu. Tím lepší prognózování dosáhnete tím, že se zvyšují nároky na poptávku a menší rizika držíte na nepotřebném inventáři. Případy použití zahrnují Předpověď poptávky za produkt v maloobchodě nebo online obchodě, předpovědi nemocnicových návštěv a předvídání spotřeby energie.

Tento článek se zaměřuje na představení užitečných odkazů na osvědčené postupy předpovědi a příklad podrobné architektury pro ucelenou implementaci v Azure.

Architektura

Diagram architektury Stáhnout SVG této architektury.

Pracovní postup

platforma Microsoft AI poskytuje pokročilé analytické nástroje prostřednictvím Microsoft Azure – ingestování dat, ukládání dat, zpracování dat a pokročilé analýzy – to znamená všechny základní prvky pro vytvoření prognózy poptávky pro energetická řešení.

Toto řešení kombinuje několik služeb Azure a poskytuje předpovědielné akce:

  1. Event Hubs shromažďuje data o spotřebě v reálném čase.
  2. Stream Analytics agreguje streamovaná data a zpřístupňuje je pro vizualizaci.
  3. Azure SQL Database ukládá a transformuje data spotřeby.
  4. Machine Learning implementuje a spustí model prognózy.
  5. Power BI vizualizují spotřebu energie v reálném čase a výsledky předpovědi.
  6. Nakonec Data Factory orchestruje a plánuje celý tok dat.

Komponenty

Klíčové technologie používané k implementaci této architektury:

  • Azure Event Hubs: jednoduché, zabezpečené a škálovatelné přijímání dat v reálném čase
  • Azure Stream Analytics: poskytování analýz v reálném čase bez serveru, z cloudu do hraničních zařízení
  • Azure SQL Database: správa inteligentních SQL v cloudu
  • Azure Machine Learning: sestavování, nasazování a správa řešení prediktivní analýzy
  • Power BI: využijte hodnoty vašich dat a uveďte přehledy zjištěné v Azure data a analytických nástrojích do organizace.

Další kroky