Prognózování poptávky

Přesné prognózování Accurately špiček v poptávce po produktech a službách může společnostem přinést konkurenční výhody. Toto řešení se soustředí na prognózování poptávky v energetickém sektoru.

Popis

Poznámka: Pokud jste toto řešení už nasadili, můžete ho zobrazit kliknutím sem.

Odhadovaný čas zřízení: 25 minut

Přehled

Přesné prognózování Accurately špiček v poptávce po produktech a službách může společnostem přinést konkurenční výhody. Čím lepší toto prognózování je, tím více mohou při zvýšení poptávky škálovat a tím méně riskují držení nepotřebných zásob. Případy použití zahrnují prognózu poptávky po produktu v maloobchodě nebo internetovém obchodě, prognózování návštěv v nemocnici nebo předvídání spotřeby energie.

Toto řešení se soustředí na prognózování poptávky v energetickém sektoru. Ukládání energie není nákladově efektivní, takže dodavatelé a výrobci elektrické energie potřebují prognózu budoucí spotřeby, aby mohli efektivně vyvažovat dodávku s poptávkou. Ve špičkách může nedostatečná dodávka vést k výpadkům proudu. Naopak přebytek dodávky může vést k plýtvání prostředky. Pokročilé techniky prognózování poptávky podrobně po hodinách uvádějí poptávku a také špičky v konkrétním dni, a umožňují tak dodavatelům energie optimalizovat proces výroby elektrického proudu. Toto řešení využívající Cortana Intelligence umožňuje energetickým společnostem rychle zavést výkonnou technologii prognózování.

Podrobnosti

Cortana Intelligence Suite poskytuje prostřednictvím Microsoft Azure pokročilé analytické nástroje (komponenty pro příjem dat, ukládání dat, zpracování dat a pokročilé analýzy), to znamená všechny nepostradatelné prvky pro vytvoření řešení prognózování poptávky po energiích.

Toto řešení kombinuje několik služeb Azure a poskytuje řadu výhod. Event Hubs shromažďuje data o spotřebě v reálném čase. Stream Analytics agreguje streamovaná data a zpřístupňuje je pro vizualizace. Azure SQL ukládá a transformuje údaje o spotřebě. Machine Learning implementuje a spouští model prognózování. PowerBI vizualizuje spotřebu energie v reálném čase a také výsledky prognóz. A konečně Data Factory orchestruje a plánuje kompletní tok dat.

Tlačítko Deploy (Nasadit) spustí pracovní postup, který nasadí instanci tohoto řešení v rámci skupiny prostředků předplatného Azure, které jste zadali. Toto řešení zahrnuje několik služeb Azure (popsaných níže) spolu s webovou úlohou, která simuluje data. To znamená, že okamžitě po nasazení budete mít fungující ucelené řešení. Ukázková data tohoto řešení se simulují na základě veřejně dostupných dat v NYISO.

Technické údaje a pracovní postup

  1. Ukázková data se streamují nově nasazenou funkcí Azure Web Jobs.
  2. Tato syntetická data se předají do Azure Event Hubs a služby Azure SQL jako datové body nebo události, které se využijí ve zbytku toku řešení.
  3. Azure Stream Analytics analyzuje data, poskytuje analýzy téměř v reálném čase pro vstupní datový proud z centra událostí a přímo je publikuje do PowerBI pro vizualizaci.
  4. Služba Azure Machine Learning se využívá k prognózování poptávky pro energiích v konkrétní oblasti, a to na základě přijatých vstupů.
  5. Azure SQL Database se využívá k uložení výsledků předpovědí přijatých ze služby Azure Machine Learning. Tyto výsledky se následně používají na řídicím panelu Power BI.
  6. Azure Data Factory zajišťuje orchestraci a plánování přetrénování hodinového modelu.
  7. A konečně Power BI se využívá k vizualizaci výsledků, takže uživatelé mohou v reálném čase monitorovat spotřebu energie v konkrétní oblasti a využít předpověď poptávky k optimalizaci procesu výroby energie nebo distribuce.

Informace o cenách

U předplatného Azure, které použijete pro toto nasazení, se budou účtovat poplatky za služby využité v tomto řešení. Podrobné informace o cenách najdete na stránce s cenami Azure.

Právní omezení

© 2017 Microsoft Corporation. Všechna práva vyhrazena. Tyto informace se poskytují „tak, jak jsou“ a mohou se bez předchozího upozornění změnit. Společnost Microsoft neposkytuje s ohledem na uvedené informace žádné záruky, ať už výslovné, nebo implikované. K vytvoření řešení byla použita data třetích stran. Zodpovídáte za respektování práv ostatních, včetně pořízení náležitých licencí pro vytváření podobných datových sad a jejich dodržování.

Související architektury řešení

Prognózování poptávky a optimalizace cen

Nastavení cen se v řadě odvětví považuje za klíčový faktor úspěchu a může představovat jeden z nejtěžších úkolů. Společnosti se často potýkají s různými aspekty procesu nastavení cen, včetně přesné prognózy finančního dopadu potenciálních taktik, rozumného zohlednění hlavních obchodních omezení a důkladného ověření učiněných rozhodnutí o cenách. Rozšiřování nabídky produktů a vyšší požadavky na výpočetní výkon, potřebný pro rozhodování o cenách v reálném čase, tento už tak velmi náročný úkol ještě více ztěžují.

Prognózování poptávky po lodní dopravě a distribuci

Řešení prognózování poptávky po lodní dopravě a distribuci využívá historická data o poptávce k předvídání budoucí poptávky pro různé zákazníky, produkty a cíle. Například lodní nebo dopravní společnost chce předvídat množství různých produktů, které budou v budoucnu zákazníci chtít doručit na různé lokality. Společnost může tyto předpovědi využít jako vstup do nástroje pro přidělování, který optimalizuje operace, jako je směrování dopravních vozidel nebo dlouhodobější plánování kapacity.

Personalized Offers User ActionSimulation Personalized OfferLogic System ResponseQueue User ActionQueue Event Hub Stream Analytics Power BI Machine Learning Cold StartProduct Affinity User Document DB Product Offers Reference Product Views Offer Views Cache Update Logic Azure Services Raw Stream Data 1 2 3 5 4

Individuální nabídky

V dnešním vysoce konkurenčním a propojeném prostředí moderní firmy už neobstojí s generickým a statickým online obsahem. Marketingové strategie využívající tradiční nástroje jsou navíc často drahé, obtížně se implementují a neposkytují požadovanou návratnost investic. Tyto systémy obvykle nedokážou plně využít shromážděná data k zajištění individuálnějšího prostředí pro uživatele.