需求预测概览
需求预测用于从销售订单预测无关需求并从客户订单的任何解耦点预测相关需求。 增强型需求预测缩减规则为批量自定义提供了一个理想的解决方案。
若要生成基准预测，历史交易记录汇总被传递到在 Azure 上承载的 Microsoft Azure 机器学习。 由于此服务不在用户之间共享，其可以轻松地自定义以满足特定于行业的要求。 您可以使用 Supply Chain Management 可视化预测、调整预测和查看有关预测准确性的关键绩效指标 (KPI)。
注释
使用机器学习进行预测生成需要 Microsoft Azure 机器学习工作室（经典）。 自 2021 年 12 月 1 日起，您将无法创建新的机器学习工作室（经典）资源。 但是，在 2024 年 8 月 31 日之前，您将能够继续使用现有的机器学习工作室（经典）资源。 要了解更新信息，请参阅 Azure 机器学习工作室。
Dynamics 365 Supply Chain Management 版本 10.0.23 及更高版本支持新的 Azure 机器学习工作室。
需求预测的主要功能
以下是需求预测的一些主要功能：
- 生成基于历史数据的统计基准预测。
- 使用一组动态的预测维度。
- 可视化需求趋势、置信区间和预测调整。
- 授权在计划流程中使用的已调整预测。
- 删除离群值。
- 创建预测准确性的度量。
需求预测的主要主题
三个主要主题在需求预测中实施：
- 模块性 – 需求预测是模块化的和易于配置。 您可以通过在贸易 > 库存预测 > 需求预测更改 Configuration Key 来打开和关闭功能。
- Microsoft Stack 的重用 – 机器学习是 Microsoft Cortana 分析套件的一部分，让您可以通过使用算法 R 或 Python 编程语言和简单的拖放界面来迅速轻松地创建预测性分析实验，如需求估计实验。
- 您可以下载需求预测实验，更改它们以满足您的业务要求，在 Azure 上作为 Web 服务发布它们，并使用它们生成需求预测。 如果您作为企业级用户购买了生产规划员的 Supply Chain Management 订阅，则可以下载这些实验。
- 您可以从 Cortana 分析库下载当前可用的任何需求预测实验。 而需求预测实验将自动与 Supply Chain Management 集成，客户和合作伙伴必须处理从 Cortana 分析库 下载的实验的集成。 因此，Cortana 分析库 的实验不如使用财务和运营需求预测实验那样简单。 您必须修改实验代码，以便它们使用财务和运营应用程序编程接口 (API)。
- 您可以在 Microsoft Azure 机器学习工作室（经典）中创建自己的实验，在 Azure 上作为服务发布，并使用它们生成需求预测。
- 如果您不需要高性能，或者，如果您不需要处理大量数据，可以使用机器学习免费层。 我们建议始终从这一层开始，尤其是在实施和测试阶段。 如果您需要高性能和额外存储，您可以使用机器学习的标准层。 这一层要求 Azure 订阅并需要其他成本。 有关机器学习定价的详细信息，请参阅机器学习工作室定价。
- 在任何解耦点的预测缩减 – 生成中的需求预测构建此功能，让您可以在任何解耦点预测相关和不相关的需求。
需求预测的基本流程
下图显示需求预测的基本流程。
需求预测在 Supply Chain Management 中开始生成。 收集 Supply Chain Management 交易记录数据库的历史交易记录数据并填写暂存表。 此暂存表随后提供给机器学习服务。 通过执行最小的自定义设置，可以将各个数据源插入到暂存表。 数据源可以包括 Microsoft Excel 文件、逗号分隔值 (CSV) 文件和 Microsoft Dynamics AX 2009 和 Microsoft Dynamics AX 2012 的数据。 因此，可以生成考虑在多个系统中分散的历史数据的需求预测。 但是，主数据，例如物料名称和度量单位，在各个数据源中必须是相同的。
如果您使用需求预测机器学习实验，它们在五个时间系列预测法中寻找最适合的方法来计算基准预测。 这些预测方法的参数在 Supply Chain Management 中管理。
预测、历史数据和对之前迭代的需求预测进行的任何更改然后在 Supply Chain Management 中可用。
您可以使用 Supply Chain Management 来可视化和修改基准预测。 手动调整必须授权，然后预测才能用于计划。
限制
需求预测是帮助制造行业客户创建预测流程的工具。 它提供了需求预测解决方案的核心功能，并设计为可以轻松扩展。 需求预测可能对商业、批发、仓库、运输或其他专业服务等行业的客户不是最合适。
需求预测变型转换限制
如果库存 UOM 与需求预测 UOM 不同，在生成需求预测时将不完全支持每个变型转换的计量单位 (UOM)。
生成预测（库存 UOM > 需求预测 UOM）使用产品 UOM 转换。 在为需求预测生成加载历史数据时，即使在变型级别定义了转换，从库存 UOM 转换为需求预测 UOM 时也将始终使用产品级别 UOM 转换。
授权预测的第一部分（需求预测 UOM > 库存 UOM）使用产品 UOM 转换。 授权预测的第二部分（库存 UOM > 销售 UOM）使用变型 UOM 转换。 授权所生成的需求预测后，将使用产品级别的 UOM 转换完成从需求预测 UOM 到库存 UOM 的转换。 同时，库存单位和销售 UOM 之间的转换将遵循变型级别定义的转换。
注释
需求预测 UOM 不必具有任何特定含义。 它可以定义为需求预测单位。 对于每个产品，您可以使用库存 UOM 将转换定义为 1:1。