Vraagprognose

Data Factory
Event Hubs
Machine Learning
SQL Database
Stream Analytics

Oplossingsidee

Als u wilt dat we dit artikel uitbreiden met meer informatie, zoals mogelijke use cases, alternatieve services, implementatieoverwegingen of prijsinformatie, laat het ons dan weten met GitHub Feedback!

Bijna elk bedrijf moet de toekomst voorspellen om betere beslissingen te nemen en resources effectiever toe te wijzen. Een voorbeeld: het nauwkeurig voorspellen van pieken in de vraag naar producten en services kan een bedrijf een concurrentievoordeel opleveren. Hoe beter de prognose, hoe meer ze kunnen schalen naarmate de vraag toeneemt en hoe minder ze risico lopen dat ze onnodige voorraad houden. Gebruiksgevallen omvatten het voorspellen van de vraag naar een product in een winkel/online winkel, het voorspellen van ziekenhuisbezoeken en het voorspellen van energieverbruik.

Dit artikel is gericht op het presenteren van nuttige koppelingen naar de best practices voor prognoses en een voorbeeld van een gedetailleerde architectuur voor een end-to-end-implementatie in Azure.

Architectuur

Architectuurdiagram Download een SVG van deze architectuur.

Werkstroom

Het Microsoft AI Platform biedt geavanceerde analysehulpprogramma's via Microsoft Azure - gegevensingestie, gegevensopslag, gegevensverwerking en geavanceerde analyseonderdelen - alle essentiƫle elementen voor het bouwen van een vraagprognose voor energie-oplossing.

Deze oplossing combineert verschillende Azure-services voor het bieden van voorspellingen die kunnen worden uitgevoerd:

  1. Event Hubs verzamelt realtime verbruiksgegevens.
  2. Stream Analytics worden de streaminggegevens geaggregeerd en beschikbaar gemaakt voor visualisatie.
  3. Azure SQL Database de verbruiksgegevens op en transformeert ze.
  4. Machine Learning implementeert en voert het prognosemodel uit.
  5. Power BI visualiseert het realtime energieverbruik en de prognoseresultaten.
  6. Ten slotte Data Factory de hele gegevensstroom in en gepland.

Onderdelen

Belangrijkste technologieƫn die worden gebruikt om deze architectuur te implementeren:

  • Azure Event Hubs:eenvoudige, veilige en schaalbare realtime gegevensingestie
  • Azure Stream Analytics:bieden serverloze realtime analyses, van de cloud tot de rand
  • Azure SQL Database:Uw intelligente SQL in de cloud beheren
  • Azure Machine Learning:oplossingen bouwen, implementeren en predictive analytics beheren
  • Power BI:De waarde van uw gegevens realiseren en de inzichten die zijn ontdekt in Azure-gegevens- en analysehulpprogramma's naar de organisatie brengen.

Volgende stappen