Previsione della domanda per la spedizione e la distribuzione

Archiviazione BLOB
Data Factory
Funzioni
HDInsight
App Web

La soluzione previsione della domanda per la spedizione e la distribuzione usa i dati cronologici della domanda per prevedere la domanda in periodi futuri in diversi clienti, prodotti e destinazioni.The Demand Forecasting for Shipping and Distribution Solution uses historical demand data to forecast demand in future periods across various customers, products and destinations. Ad esempio, una società di spedizione o consegna desidera stimare le quantità dei diversi prodotti che i clienti vogliono consegnare in posizioni diverse in orari futuri.For instance, a shipping or delivery company wants to predict the quantities of the different products its customers want delivered at different locations at future times. Una società può usare queste previsioni come input per uno strumento di allocazione che ottimizza le operazioni, ad esempio il routing dei veicoli di consegna, o per pianificare la capacità a lungo termine.A company can use these forecasts as input to an allocation tool that optimizes operations, such as delivery vehicles routing, or to plan capacity in the longer term.

Visualizza su GitHubView on GitHub

ArchitectureArchitecture

Diagramma dell'architettura scaricare un SVG di questa architettura.Architecture diagram Download an SVG of this architecture.

RiepilogoSummary

Si tratta di una soluzione di Azure che consente di ridurre l'incertezza nelle spedizioni previste per le organizzazioni che devono essere pianificate in base alle quantità future.This is an an Azure Solution to reduce the uncertainty in forecasted shipments for organizations that need to plan based on future quantities. Questa pagina illustra il funzionamento della soluzione e come installare una copia che è possibile eseguire e modificare nella sottoscrizione di Azure .This page explains what the Solution does, and how to install a copy that you can run and modify in your Azure subscription.

Le soluzioni di Azure nel Cortana Intelligence Gallery sono costituite da strumenti di analisi avanzata per l'inserimento dei dati, l'archiviazione dei dati, la pianificazione e i componenti analitici avanzati, tutti elementi essenziali per l'esecuzione di una soluzione di previsione della domanda che può essere integrata con i sistemi di produzione correnti.Azure Solutions in the Cortana Intelligence Gallery are composed of advanced analytics tools for data ingestion, data storage, scheduling and advanced analytics components - all of the essential elements for running a demand forecasting solution that can be integrated with your current production systems. Questa soluzione combina diversi servizi di Azure.This Solution combines several Azure services. Azure SQL Server viene usato per archiviare le previsioni e i dati di distribuzione cronologici, Azure Machine Learning (AML) WebService per ospitare il codice di previsione R, Azure Data Factory per orchestrare l'intero flusso di lavoro e Power BI per visualizzarlo.Azure SQL Server is used for storing forecasts and historical distribution data, Azure Machine Learning (AML) webservice for hosting the R forecasting code, Azure Data Factory to orchestrate the entire workflow, and Power BI to visualize it.

Usare il repository GitHub per distribuire un'istanza della soluzione per la sottoscrizione di Azure specificata.Use the GitHub repository to deploy an instance of the Solution for the Azure subscription you specify. In questo modo si eseguiranno i passaggi della sottoscrizione necessari per creare e avviare le risorse che costituiscono questa soluzione in modo da poterle eseguire.This will bring you through the steps in your subscription needed to create and launch the resources that make up this solution so that you can run it. La soluzione include più servizi di Azure (illustrati di seguito) insieme a funzioni di Azure che, tra le altre attività, simulano i dati e popolano il database, in modo che immediatamente dopo la distribuzione si disporrà di una soluzione end-to-end funzionante.The Solution includes multiple Azure services (described below) along with Azure functions that, among other tasks, simulate the data and populate the database with it, so that immediately after deployment you will have a working end-to-end solution.

DescrizioneDescription

Costo giornaliero stimato: $4,66Estimated Daily Cost: $4.66

La soluzione previsione della domanda per la spedizione e la distribuzione usa i dati cronologici della domanda per prevedere la domanda in periodi futuri in diversi clienti, prodotti e destinazioni.The Demand Forecasting for Shipping and Distribution Solution uses historical demand data to forecast demand in future periods across various customers, products and destinations. Ad esempio, una società di spedizione o consegna desidera stimare le quantità dei diversi prodotti che i clienti vogliono consegnare in posizioni diverse in orari futuri.For instance, a shipping or delivery company wants to predict the quantities of the different products its customers want delivered at different locations at future times. Analogamente, un fornitore o un assicuratore vuole conoscere il numero di prodotti che verranno restituiti a causa di errori nel corso di un anno.Similarly a vendor or insurer wants to know the number of products that will be returned due to failures over the course of a year. Una società può usare queste previsioni come input per uno strumento di allocazione che ottimizza le operazioni, ad esempio il routing dei veicoli di consegna, o per pianificare la capacità a lungo termine.A company can use these forecasts as input to an allocation tool that optimizes operations, such as delivery vehicles routing, or to plan capacity in the longer term.

Le caratteristiche di tutti questi casi di previsione sono:Characteristics of all of these forecasting cases are:

  • Sono disponibili numerosi tipi di elementi con volumi diversi, che vengono sottoposti a rollup in uno o più livelli di categoria.There are numerous kinds of items with differing volumes, that roll up under one or more category levels.
  • È disponibile una cronologia per la quantità dell'elemento per ogni volta nel passato.There is a history available for the quantity of the item at each time in the past. I volumi degli elementi differiscono molto, con possibilmente un numero sostanziale con un volume zero volte.The volumes of the items differ widely, with possibly a substantial number that have zero volume at times.
  • La cronologia degli elementi Mostra sia la tendenza che la stagionalità, possibilmente a più scale temporali.The history of items shows both trend and seasonality, possibly at multiple time scales. I quantitativi sottoposte a commit o restituiti non sono particolarmente sensibili al prezzo.The quantities committed or returned are not strongly price sensitive. In altre parole, la società di consegna non può influenzare fortemente le quantità in base a variazioni a breve termine dei prezzi, sebbene sia possibile che si verifichino altri fattori che influiscono sul volume, ad esempio Weather.In other words, the delivery company cannot strongly influence quantities by short-term changes in prices, although there may be other determinants that affect volume, such as weather.

In queste condizioni è possibile sfruttare la gerarchia formata tra le serie temporali dei diversi elementi.Under these conditions we can take advantage of the hierarchy formed among the time series of the different items. Applicando la coerenza in modo che le quantità inferiori nella gerarchia (ad esempio, singole quantità di prodotti) vengano sommate alle quantità sopra (totali del prodotto del cliente), si migliora l'accuratezza della previsione complessiva.By enforcing consistency so that the quantities lower in the hierarchy (e.g. individual product quantities) sum to the quantities above (customer product totals) we improve the accuracy of the overall forecast. Lo stesso vale se i singoli elementi vengono raggruppati in categorie, anche possibilmente le categorie sovrapposte.The same applies if individual items are grouped into categories, even possibly categories that overlap. Ad esempio, è possibile che si desideri prevedere la domanda di tutti i prodotti in totale, per località, per categoria di prodotto, per cliente e così via.For example, one might be interested in forecasting demand of all products in total, by location, by product category, by customer, etc.

Questa soluzione calcola le previsioni a tutti i livelli di aggregazione della gerarchia per ogni periodo di tempo specificato.This Solution computes forecasts at all aggregation levels in the hierarchy for each time period specified. Per semplicità, si riferisce sia a gerarchica che a serie temporali raggruppati come "serie temporali gerarchiche".For simplicity, we will refer to both hierarchial and grouped time series as "hierarchical time series."

Previsioni di spedizione e distribuzione in usoShipping and distribution forecasting in use

Ci ringraziamo per aver collaborato con Microsoft per sviluppare questa soluzione.We thank Kotahi for working with us to develop this Solution. Kotahi è una società di supply chain che prevede la pianificazione, l'origine e la consegna di contenitori di spedizione per le esportazioni in Nuova Zelanda.Kotahi is a supply chain company that plans, sources, and delivers shipping containers for New Zealand exports. Leggi la storia dei clienti su come hanno partecipato a Microsoft e Microsoft Dynamics 2016 Inner Circle partner, DXC Eclipse, per inserirlo nell'ambiente di produzione.Read their Customer Story on how they engaged with us at Microsoft and a Microsoft Dynamics 2016 Inner Circle partner, DXC Eclipse, to put this into production. La soluzione ha contribuito ad aumentare l'accuratezza delle previsioni e a migliorare la capacità di scegliere le navi del contenitore giuste, al momento giusto, e di inviarle alle porte giuste.The solution helped to increase forecast accuracy and so improve their ability to choose the right-size container ships, at the right times, and dispatch them to the right ports.

Funzionalità dietro le quinteWhat's under the hood

La soluzione USA cinque tipi di risorse ospitate e gestite in Azure:The Solution uses five types of resources hosted and managed in Azure:

  • Istanza di Azure SQL Server (SQL Azure) per l'archiviazione permanenteAzure SQL Server instance (Azure SQL) for persistent storage
  • Azure Machine Learning (AML) WebService per ospitare il codice di previsione RAzure Machine Learning (AML) webservice to host the R forecasting code
  • Archiviazione BLOB di Azure per l'archiviazione intermedia di previsioni generateAzure Blob Storage for intermediate storage of generated forecasts
  • Azure Data Factory (ADF) che orchestra le esecuzioni regolari del modello AMLAzure Data Factory (ADF) that orchestrates regular runs of the AML model
  • Power BI Dashboard per visualizzare ed eseguire il drill-down delle previsioniPower BI dashboard to display and drill down on the forecasts

La soluzione consente di automatizzare l'esecuzione di previsioni periodiche, a un ritmo configurato in ADF (ad esempio, mensilmente), in cui apprende un modello con i dati cronologici correnti e stima le quantità per i periodi futuri per tutti i prodotti della gerarchia di prodotti.The Solution automates the running of periodic forecasts, at a pace configured in ADF (e.g. monthly), where it learns a model with the current historical data, and predicts quantities for future periods for all products in the product hierarchy. Ogni ciclo di previsione è costituito da un round trip del database, tramite il modello e quindi nuovamente al database.Each forecast cycle consists of a round-trip from the database, through the model, then back to the database. Ogni ciclo misura l'accuratezza delle previsioni in base alle tecniche convenzionali di dati di dati.Each cycle measures forecast accuracy by conventional data holdout techniques. È possibile configurare il numero di periodi, le categorie di prodotti e la gerarchia tra i prodotti.You can configure the number of periods, the product categories and the hierarchy among products. È necessario caricare i dati correnti nel database SQL di Azure ed estrarre le previsioni dopo ogni esecuzione dallo stesso database.You need to load your current data in the Azure SQL database, and extract forecasts after each run from the same database. La soluzione espone il modello di codice R per consentire ulteriori personalizzazioni e consentire di simulare i dati cronologici per testare la soluzione.The Solution exposes the R code model to allow further customizations, and to allow you to simulate historical data, to test the Solution.

Uso della soluzione di previsione: Guida introduttivaUsing the forecasting solution: Getting started

Vedere la Guida alla soluzione tecnica per un set completo di istruzioni su come usare questa soluzione come esempio di ciò che è possibile con il Cortana Intelligence Suite.See the Technical Solution Guide for a full set of instructions on how to use this Solution as an example of what is possible with the Cortana Intelligence Suite. Per problemi tecnici o domande sulla distribuzione di questa soluzione, inserire un post nella scheda problemi del repository.For technical problems or questions about deploying this Solution, please post in the issues tab of the repository.

Dashboard della soluzioneSolution Dashboard

Di seguito è riportato un esempio di uno snapshot delle previsioni generate dalla soluzione nel dashboard di Power bi incluso nella soluzione.Here is an example of a snapshot of the forecasts generated by the solution in the PowerBI dashboard that comes with the Solution.

Snapshot Power BI

Informazioni sui prezziPricing Info

La sottoscrizione di Azure usata per la distribuzione comporterà addebiti per l'utilizzo dei servizi usati in questa soluzione, circa $4.66 al giorno.Your Azure subscription used for the deployment will incur consumption charges on the services used in this solution, approximately $4.66/day. Per altre informazioni, visita il calcolatore dei prezzi.For more information, please visit the Pricing Calculator.

Nota: se non si usa più la soluzione distribuita, ricordarsi di eliminarla per arrestare i costi di consumo.Note: If you are no longer using the deployed solution, remember to delete it to stop incurring consumption charges.