Talep tahmini

Data Factory
Event Hubs
Machine Learning
SQL Veritabanı
Stream Analytics

Çözüm Fikri

Bu makaleyi olası kullanım örnekleri, alternatif hizmetler, uygulama konuları veya fiyatlandırma yönergeleri gibi daha fazla bilgiyle genişletmemizi isterseniz, geri bildirim GitHub bize bildirin!

Neredeyse her işletmenin daha iyi kararlar almak ve kaynakları daha verimli bir şekilde ayırmak için geleceği tahmin etmesi gerekir. Örneğin, ürün ve hizmetlere yönelik talep artışlarını doğru tahmin etmek, bir şirkete rekabet avantajı sağlayabilir. Tahmin ne kadar iyi olursa, talep arttıkça ölçeklendirilebilirler ve gereksiz envantere daha az tutunma riski o kadar az olur. Kullanım örnekleri arasında perakende/çevrimiçi mağazadaki bir ürüne yönelik talebi tahmin etme, hastane ziyaretlerini tahmin etme ve güç tüketimini bekleme sayılabilir.

Bu makalede, Azure'da uçtan uca uygulama için en iyi tahmin yöntemlerine yararlı bağlantılar ve ayrıntılı mimari örneği sunmaya odaklanılır.

Mimari

Architecture diagramBu mimarinin SVG'sini indirin.

İş akışı

Microsoft AI Platformu, Microsoft Azure aracılığıyla gelişmiş analiz araçları sağlar: veri alımı, veri depolama, veri işleme ve gelişmiş analiz bileşenleri- enerji çözümü için talep tahmini oluşturmaya yönelik tüm temel unsurlar.

Bu çözüm, eyleme dönüştürülebilir tahminler sağlamak için birkaç Azure hizmetini birleştirir:

  1. Event Hubs gerçek zamanlı tüketim verilerini toplar.
  2. Stream Analytics, akış verilerini toplar ve görselleştirme için kullanılabilir hale getirir.
  3. Azure SQL Veritabanı tüketim verilerini depolar ve dönüştürür.
  4. Machine Learning tahmin modelini uygular ve yürütür.
  5. Power BI gerçek zamanlı enerji tüketimini ve tahmin sonuçlarını görselleştirir.
  6. Son olarak Data Factory, veri akışının tamamını düzenler ve zamanlar.

Bileşenler

Bu mimariyi uygulamak için kullanılan temel teknolojiler:

Sonraki adımlar