Idee per le soluzioni
Questo articolo è un'idea di soluzione. Per espandere il contenuto con altre informazioni, ad esempio potenziali casi d'uso, servizi alternativi, considerazioni sull'implementazione o indicazioni sui prezzi, inviare commenti e suggerimenti su GitHub.
Quasi ogni azienda deve prevedere il futuro per prendere decisioni migliori e allocare risorse in modo più efficace. Questo articolo fornisce un'architettura per un'implementazione end-to-end di previsione della domanda in Azure.
Architettura
Scaricare un file di Visio di questa architettura.
Flusso di dati
Microsoft AI Platform offre strumenti di analisi avanzati tramite Microsoft Azure: inserimento dati, archiviazione dei dati, elaborazione dati e componenti di analisi avanzata. Questi strumenti includono tutti gli elementi essenziali per la creazione di una soluzione di previsione della domanda per l'energia.
Questa soluzione combina diversi servizi di Azure per fornire stime praticabili:
- Hub eventi raccoglie i dati sul consumo in tempo reale.
- Analisi di flusso aggrega i dati in streaming e li rende disponibili per la visualizzazione.
- database SQL di Azure archivia e trasforma i dati di consumo.
- Machine Learning implementa ed esegue il modello di previsione.
- Power BI visualizza il consumo di energia in tempo reale e i risultati delle previsioni.
- Infine, Data Factory orchestra e pianifica l'intero flusso di dati.
Componenti
Tecnologie chiave usate per implementare questa architettura:
- Hub eventi di Azure: inserimento di dati in tempo reale semplice, sicuro e scalabile
- Analisi di flusso di Azure: fornire analisi in tempo reale serverless, dal cloud al perimetro
- database SQL di Azure: gestire SQL intelligente nel cloud
- Azure Machine Learning: creare, distribuire e gestire soluzioni di analisi predittiva
- Power BI: realizzare il valore dei dati e portare le informazioni dettagliate individuate negli strumenti di analisi e dati di Azure all'organizzazione.
Dettagli dello scenario
Questa soluzione offre un'architettura per la previsione della domanda. Prevedere con precisione i picchi di domanda di prodotti e servizi, ad esempio, può offrire a un'azienda un vantaggio competitivo. Migliore la previsione, maggiore sarà la scalabilità in caso di aumento della domanda e minore il rischio di conservazione di scorte superflue. I casi d'uso includono la previsione di domanda per un prodotto in un punto vendita/store online, la previsione di accessi agli ospedali e la previsione del consumo energetico.
Potenziali casi d'uso
Gli scenari seguenti sono i modi in cui un'organizzazione può usare la previsione della domanda:
- Pianificazione dell'inventario per la vendita al dettaglio
- Pianificazione della capacità di rete (telecomunicazioni)
- Pianificazione della forza lavoro
- Maggiore soddisfazione dei clienti
Passaggi successivi
- Documentazione di Azure Machine Learning
- Training: Introduzione ad Analisi di flusso di Azure
- Introduzione ad Analisi di flusso di Azure