ソリューションのアイデア
このアーティクルはソリューションのアイデアです。 このコンテンツにさらに多くの情報 (想定されるユース ケース、代替サービス、実装に関する考慮事項、価格ガイダンスなど) の掲載をご希望の方は、GitHub のフィードバックでお知らせください。
このソリューションのアイデアでは、過去の需要データを使用して、さまざまな顧客、製品、および目的地にわたって将来の期間の需要を予測します。
Architecture
このアーキテクチャの Visio ファイルをダウンロードします。
データフロー
この記事で説明されているソリューションに似た出荷と配送の需要予測ソリューションの例については、Azure AI Gallery を参照してください。 こちらで提案されているような需要予測ソリューションの一般的特性は次のとおりです。
- ボリュームが異なるさまざまな種類の項目があり、1 つまたは複数のカテゴリ レベルに分類されます。
- 過去の各時点における項目の数量に関する履歴があります。
- 項目のボリュームは大幅に異なり、場合によってその数は大きく、ときにはボリュームがゼロになることもあります。
- 項目の履歴には傾向と季節性の両方が表示され、場合によっては複数の時間単位で表示されます。
- コミットまたは返品される数量は、それほど価格による影響を受けません。 つまり、配送会社では、短期間の価格変動によって数量に大きな影響を与えることはできませんが、天候など、ボリュームに影響を与えるその他の要因がある場合があります。
これらの条件下では、さまざまな項目の時系列の中で形成された階層を利用できます。 階層内の下位の数量 (個々の製品の数量など) の合計が上位の数量 (顧客の製品の合計数) になるように整合性を適用することで、全体的な予測の精度を向上させることができます。 個々の項目が複数のカテゴリにグループ化されている場合 (そのカテゴリーが重複していても) 同じように考えることができます。 たとえば、すべての製品を合計した需要を、場所別、製品カテゴリ別、顧客別に予測したい場合が考えられます。
AI Gallery ソリューションでは、指定された期間ごとに階層内のすべての集計レベルの予測が計算されます。 需要予測ソリューションをデプロイすると、使用されたサービスに対して従量課金が発生することに注意してください。 コストを見積もるには、料金計算ツールを使用します。 デプロイされたソリューションを使用しなくなった場合は、料金の発生を停止するために削除してください。
コンポーネント
この需要予測ソリューションのアイデアでは、Azure でホストおよび管理されている次のリソースが使用されます。
- 予測と履歴分散データを格納するための永続ストレージとして使用される Azure SQL Database インスタンス
- 予測コードをホストする Azure Machine Learning Web サービス
- 生成された予測の中間ストレージとして使用される Azure Blob Storage
- Azure Machine Learning モデルの通常実行を調整する Azure Data Factory
- 予測を表示して精査するための Power BI ダッシュボード
シナリオの詳細
このソリューションでは、過去の需要データを使用して、顧客、製品、および目的地にわたって需要を予測します。 このソリューションの使用例として、出荷または配送の会社が、顧客がさまざまな場所で将来配送を希望するさまざまな製品の数量を予測したい場合があります。 会社では、割り当てツールへの入力として需要予測を使用できます。 その後、割り当てツールを使用して、長期間にわたる配送車の経路決定や積載量の計画などの業務を最適化できます。 関連する例としては、ベンダーや保険会社が、不具合によって返品される製品の数を知りたい場合があります。
考えられるユース ケース
このソリューションで説明されている需要予測プロセスは、Microsoft AI プラットフォームで運用化およびデプロイできます。 Microsoft AI プラットフォームには、データ インジェスト、データ ストレージ、スケジュール設定、および高度な分析を行うための高度な分析ツールが用意されています。 これらのツールはすべて、現在の運用システムと統合できる需要予測ソリューションを実行するために不可欠なツールです。
このソリューションは、小売業界と製造業界向けに最適化されています。
次のステップ
次の製品ドキュメントを参照してください。
内容は次のとおりです。
- Azure AI Gallery 内の輸送と配送の需要予測ソリューション
関連リソース
次の関連する Azure アーキテクチャ センターの記事をお読みください。