Megoldási ötletek
Ez a cikk egy megoldási ötlet. Ha azt szeretné, hogy további információkkal bővítsük a tartalmat, például a lehetséges használati eseteket, alternatív szolgáltatásokat, megvalósítási szempontokat vagy díjszabási útmutatást, a GitHub visszajelzésével tudassa velünk.
Ez a megoldásötlet előzményigény-adatokat használ a jövőbeli időszakok keresletének előrejelzésére különböző ügyfelek, termékek és célhelyek között.
Felépítés
Töltse le az architektúra Visio-fájlját.
Adatfolyam
A cikkben ismertetett megoldáshoz hasonló, szállításra és terjesztésre vonatkozó igény-előrejelzési megoldásra az Azure AI-katalógusban talál példát. Az itt javasolthoz hasonló kereslet-előrejelzési megoldások általános jellemzői a következők:
- Számos különböző típusú elem van, amelyek egy vagy több kategóriaszint alatt összesülnek különböző kötetekkel.
- A cikk mennyiségéhez a múltban minden alkalommal rendelkezésre áll előzmény.
- Az elemek kötetei széles körben különböznek, és előfordulhat, hogy nagy szám, amely időnként nulla kötettel rendelkezik.
- Az elemek előzményadatai trend- és szezonalitási adatokat is tartalmaznak, akár több időskálán is.
- A lekötött vagy visszaadott mennyiségek nem érzékenyek az árra. Más szóval, a szállítási vállalat nem tudja erősen befolyásolni a mennyiségeket az árak rövid távú változásaival, bár lehetnek más tényezők is, amelyek befolyásolják a mennyiséget, például az időjárást.
Ilyen körülmények között kihasználhatja a különböző elemek idősorai között kialakult hierarchiát. A konzisztencia kikényszerítésével, hogy a hierarchiában alacsonyabb mennyiségek (például az egyes termékmennyiségek) a fenti mennyiségekre (ügyféltermékösszegek) összegződjenek, javíthatja az általános előrejelzés pontosságát. Ugyanez az elképzelés akkor is érvényes, ha az egyes elemek kategóriákba vannak csoportosítva, még az átfedésben lévő kategóriák esetében is. Előfordulhat például, hogy az összes termék keresletét szeretné előrejelezni, hely, termékkategória vagy ügyfél szerint.
Az AI-katalógus megoldása a hierarchia összes összesítési szintjén kiszámítja az előrejelzéseket minden megadott időszakra vonatkozóan. Ne feledje, hogy az igény-előrejelzési megoldások üzembe helyezései használati díjakat vonnak maga után a használt szolgáltatásokért. A költségek előrejelzéséhez használja a díjkalkulátort . Ha már nem használ üzembe helyezett megoldást, törölje, hogy ne keletkezhessenek díjak.
Összetevők
Ez az igény-előrejelzési megoldás ötlete a következő, az Azure-ban üzemeltetett és felügyelt erőforrásokat használja:
- Azure SQL Database-példány állandó tároláshoz; előrejelzések és előzményterjesztési adatok tárolása
- Azure Machine Tanulás webszolgáltatás előrejelzési kód üzemeltetéséhez
- Azure Blob Storage a generált előrejelzések köztes tárolásához
- Az Azure Data Factory az Azure Machine Tanulás modell rendszeres futtatásának vezényléséhez
- Power BI-irányítópult az előrejelzések megjelenítéséhez és részletezéséhez
Forgatókönyv részletei
Ez a megoldás előzményigény-adatokat használ az ügyfelek, termékek és célhelyek közötti kereslet előrejelzéséhez. Ennek a megoldásnak az egyik példája, ha egy szállítási vagy kézbesítési vállalat előre szeretné jelezni a különböző termékek mennyiségét, amelyeket az ügyfelek különböző helyeken és későbbi időpontokban szeretnének kézbesíteni. A vállalat igény-előrejelzéseket használhat egy foglalási eszköz bemeneteként. A foglalási eszköz ezután optimalizálhatja a műveleteket, például a szállítójármű útválasztását és a tervezési kapacitást hosszabb távon. Egy kapcsolódó példa az, amikor egy szállító vagy biztosító tudni szeretné, hogy hány terméket ad vissza a rendszer a hibák miatt.
Lehetséges használati esetek
A megoldásban leírt igény-előrejelzési folyamat üzembe helyezhető és üzembe helyezhető a Microsoft AI platformon. A Microsoft AI platform fejlett elemzési eszközökkel rendelkezik az adatbetöltéshez, az adattároláshoz, az ütemezéshez és a speciális elemzésekhez. Ezek az eszközök mind alapvető eszközök egy igény-előrejelzési megoldás futtatásához, amely integrálható a jelenlegi éles rendszerekkel.
Ez a megoldás a kiskereskedelmi és a feldolgozóipar számára van optimalizálva.
További lépések
Tekintse meg a termék dokumentációját:
Learn about:
- Igény-előrejelzés szállítási és terjesztési megoldáshoz az Azure AI-galériában
Kapcsolódó erőforrások
Olvassa el a kapcsolódó Azure Architecture Center-cikkeket: