Идея решения
Если вы хотите, чтобы мы добавили в эту статью дополнительные сведения, например о возможных сценариях использования, альтернативных службах, рекомендациях по реализации или ценах, сообщите нам об этом на GitHub.
Почти каждый бизнес должен предсказать будущее, чтобы принимать лучшие решения и выделять ресурсы более эффективно. Например, точное прогнозирование пиков спроса на продукты и услуги может дать компании конкурентное преимущество. Чем лучше прогнозирование, тем больше они могут масштабироваться по мере увеличения спроса, и тем меньше они рискуют держаться на ненужных запасах. Варианты использования включают прогнозирование спроса на продукт в розничном или интернет-магазине, прогнозирование посещений больниц и прогнозирование потребления электроэнергии.
В этой статье рассматриваются полезные ссылки на рекомендации по прогнозированию и пример подробной архитектуры для комплексной реализации в Azure.
Потенциальные варианты использования
Ниже приведены способы, с помощью которых организация может использовать прогнозирование спроса:
- Планирование инвентаризации для розничной торговли
- Планирование пропускной способности сети (телекоммуникации)
- Планирование рабочей силы
- Повышение удовлетворенности клиентов
Архитектура
Скачайте SVG этой архитектуры.
Поток данных
Платформа Microsoft AI предоставляет расширенные средства аналитики с помощью Microsoft Azure — прием данных, хранение данных, обработка данных и компоненты расширенной аналитики. Эти средства включают все основные элементы для создания решения по прогнозированию спроса на энергию.
Это решение объединяет несколько служб Azure для предоставления интерактивных прогнозов:
- Центры событий собирают данные о потреблении в режиме реального времени.
- Stream Analytics объединяет потоковые данные и делает их доступными для визуализации.
- База данных SQL Azure хранит и преобразует данные потребления.
- Машинное обучение реализует и выполняет модель прогнозирования.
- Power BI визуализирует потребление энергии в режиме реального времени и прогнозные результаты.
- Наконец, фабрика данных управляет и планирует весь поток данных.
Компоненты
Ключевые технологии, используемые для реализации этой архитектуры:
- Центры событий Azure: простой, безопасный и масштабируемый прием данных в режиме реального времени
- Azure Stream Analytics: предоставление бессерверной аналитики в режиме реального времени из облака в край
- База данных SQL Azure. Управление интеллектуальными SQL в облаке
- Машинное обучение Azure. Создание, развертывание решений прогнозной аналитики и управление ими
- Power BI. Понимание ценности данных и предоставление аналитических сведений, обнаруженных в средствах аналитики и данных Azure, в организации.