Přehled prognózy poptávky

Článek
03/08/2023

Pomocí prognózy poptávky lze odhadnout nezávislé poptávky z prodejních objednávek a závislých požadavků v libovolném oddělovacím bodě objednávky odběratele. Rozšířená pravidla redukce prognózy poptávky nabízí ideální řešení pro hromadné přizpůsobení.

Pro generování základní prognózy je souhrn historických transakcí předán strojovému učení Microsoft Azure hostovanému na platformě Azure. Vzhledem k tomu, že tato služba není sdílena mezi uživateli, lze ji snadno upravit pro splnění průmyslově specifických požadavků. Pomocí aplikace Supply Chain Management můžete zobrazit a upravovat prognózy a zobrazit klíčové indikátory výkonnosti popisující přesnost prognózy.

Poznámka

Pro generování předpovědi pomocí strojového učení je vyžadováno Microsoft Azure Machine Learning Studio (klasické). Od 1. prosince 2021 nebudete moci vytvářet nové (klasické) zdroje Machine Learning Studio. Do 31. srpna 2024 však budete moci i nadále používat své stávající (klasické) zdroje Machine Learning Studio. Aktualizované informace viz Azure Machine Learning Studio.

Dynamics 365 Supply Chain Management verze 10.0.23 a novější podporují nové Azure Machine Learning Studio.

Klíčové funkce prognózy poptávky

Zde jsou uvedeny některé z hlavních charakteristik vytváření prognózy poptávky:

Generování statistické základní prognózy, která je založena na historických datech.
Používání dynamické sady dimenzí prognózy.
Vizualizace trendů poptávky, intervalů spolehlivosti a úpravy prognózy.
Autorizování úprav prognóza pro použití v procesech plánování.
Odebrání odlehlých hodnot.
Vytvoření měrného systému přesnosti prognózy.

Hlavní motivy v prognóze poptávky

Do prognózy poptávky jsou implementovány tři hlavní motivy:

Modulární struktura – prognóza poptávky je modulární a lze ji snadno konfigurovat. Funkci lze zapnout nebo vypnout změnou konfiguračního klíče v nabídce Obchod > Prognóza zásob > Prognóza poptávky.
Opakované použití Microsoft stack - Strojové učení, které je nyní součástí Microsoft Cortana Analytics Suite, umožňuje rychle a snadno vytvářet experimenty prediktivní analýzy, jako jsou pokusy o odhad poptávky, pomocí programovacích jazyků algoritmů R nebo Python a jednoduché rozhraní přetažení.
- Pokusy prognózy poptávky můžete stáhnout, změnit je tak, aby odpovídaly obchodním požadavkům, publikovat je jako webové služby pro platformu Azure, a použít je pro generování prognóz poptávky. Pokud jste si zakoupili předplatné aplikace Supply Chain Management pro plánovač výroby na úrovni podnikového uživatele, jsou experimenty dostupné ke stažení.
- Můžete stáhnout všechny aktuálně dostupné pokusy předpovědi poptávky z adresy Galerie analýzy Cortana. Zatímco experimenty s prognózou poptávky jsou do aplikace Supply Chain Management integrovány automaticky, experimenty stažené z Galerie analýzy Cortana musí zákazníci a partneři integrovat ručně. Používání experimentů z Galerie analýzy Cortana proto není tak přímočaré jako u experimentů s prognózou poptávky finanční a provozní aplikace. Kód experimentů je třeba upravit tak, aby používaly rozhraní API finanční a provozní aplikace.
- Můžete vytvořit vlastní pokusy v aplikaci studia Microsoft Azure Machine Learning (klasické), publikovat je jako služby Azure a použít je pro generování prognóz poptávky.
- Pokud nevyžadujete vysoký výkon, nebo nechcete-li zpracovat velké množství dat, můžete používat bezplatnou verzi služby Machine Learning. Doporučujeme vždy začínat od této verze, zejména během implementace a testování. Chcete-li dosáhnout vyššího výkonu a dalšího úložiště, můžete začít používat standardní verzi Machine Learning. Tato verze vyžaduje odběr služby Azure a zahrnuje dodatečné náklady. Podrobnosti o cenách produktu Machine Learning naleznete v tématu ceny Machine Learning Studio.
Snížení prognózy v libovolném z oddělovacích bodů – prognóza poptávky staví na této funkci, která umožňuje vytvářet závislé i nezávislé prognózy poptávky v libovolném oddělovacím bodě.

Základní tok v prognóze poptávky

Následující diagram znázorňuje základní průběh v prognóze poptávky.

Generování prognózy poptávky začíná v Supply Chain Management. Historická transakční data z transakční databáze aplikace Supply Chain Management se shromáždí a vyplní tabulku fázování. Tato pracovní tabulka je později předána do služby Machine Learning. Provedením minimálního přizpůsobení můžete připojit různé zdroje dat do pracovní tabulky. Zdroje dat mohou zahrnovat soubory Microsoft Excel, soubory hodnot oddělených čárkou (CSV) a data z Microsoft Dynamics AX 2009 a Microsoft Dynamics AX 2012. Proto lze generovat prognózy poptávky, které zvažují historická data, která se šíří mezi více systémy. Avšak hlavní data, jako jsou například názvy položek a měrné jednotky, musí být stejná napříč různými zdroji dat.

Při použití pokusů prognózy poptávky Machine Learning dojde k vyhledávání nejlepší volby v pěti metodách prognózy v časových řadách s cílem použít výpočet základní prognózy. Parametry pro tyto metody prognózy se spravují v aplikaci Supply Chain Management.

Prognózy, historická data a veškeré změny provedené v prognózách poptávky v předchozích iteracích se v aplikaci Supply Chain Management následně zpřístupní.

Aplikaci Supply Chain Management můžete použít k zobrazení a úpravě základních prognóz. Před použitím prognóz pro plánování musí být autorizovány ruční úpravy.

Omezení

Vytváření prognózy poptávky je nástroj, který usnadňuje odběratelům ve výrobním průmyslu vytvořit procesy prognózy. Nabízí základní funkce řešení prognózy poptávky a je navržen tak, že lze snadno rozšířit. Prognóza poptávky nemusí být nejlepší pro zákazníky v oborech jako je obchod, velkoobchod, skladování, přeprava nebo jiné odborné služby.

Omezení konverze varianty prognózy poptávky

Měrná jednotka (UOM) na konverzi varianty není plně podporována při generování prognózy poptávky, pokud je UOM inventáře odlišná od UOM prognózy poptávky.

Generování prognózy (Zásoby UOM > Předpověď poptávky UOM) používá konverzi UOM produktu. Při načítání historických dat pro generování prognózy poptávky bude vždy použita konverze UOM na úrovni produktu při převodu z inventáře UOM na UOM prognózy poptávky, i když jsou na úrovni varianty definovány konverze.

První část schvalování prognózy (Prognóza poptávky UOM > UOM inventáře) používá konverzi UOM produktu. Druhá část schvalování prognózy (UOM inventáře > UOM prodeje) používá variantu konverze UOM. Když je vygenerovaná prognóza poptávky autorizovaná, převede se na UOM inventury z UOM prognózy poptávky pomocí konverze UOM na úrovni produktu. Současně bude převod mezi jednotkou inventáře a prodejním UOM respektovat převody definované na úrovni varianty.