Lösungsmöglichkeiten
Dieser Artikel ist ein Lösungsvorschlag. Wenn Sie möchten, dass wir diesen Artikel um weitere Informationen ergänzen, z. B. potenzielle Anwendungsfälle, alternative Dienste, Überlegungen zur Implementierung oder Preisempfehlungen, lassen Sie es uns über Feedback auf GitHub wissen.
Diese Lösungsmöglichkeit nutzt die Daten des Nachfrageverlaufs, um für unterschiedliche Kunden, Produkte und Ziele Bedarfsvorhersagen für zukünftige Zeiträume zu treffen.
Aufbau
Laden Sie eine Visio-Datei dieser Architektur herunter.
Datenfluss
Ein Beispiel für eine Lösung zur Bedarfsvorhersage für Versand und Distribution, die der in diesem Artikel beschriebenen Lösung ähnelt, finden Sie im Azure KI-Katalog. Allgemeine Merkmale von Lösungen für die Bedarfsvorhersage wie der hier vorgeschlagenen sind:
- Es gibt viele Arten von Elementen mit unterschiedlichen Mengen, die unter einer oder mehreren Kategorieebenen zusammengefasst werden können.
- Für jeden Zeitpunkt in der Vergangenheit können Verlaufsdaten zur Menge eines Elements abgerufen werden.
- Die Mengen der Elemente unterscheiden sich stark. Für viele Elemente kann die Menge zeitweise auch 0 (Null) betragen.
- Im Verlauf der Elemente finden sich Informationen zu Trends sowie zur Saisonabhängigkeit, möglicherweise sogar auf verschiedenen Zeitskalen.
- Der Preis der bestellten oder zurückgegebenen Mengen spielt eher eine untergeordnete Rolle. Das bedeutet, dass das Versandunternehmen beispielsweise die Mengen durch kurzfristige Preisänderungen nicht stark verändern kann. Es gibt jedoch möglicherweise andere Faktoren, die Mengen beeinflussen können, z. B. das Wetter.
Dank dieser Bedingungen können Sie die Hierarchie nutzen, die sich aufgrund der Zeitreihe der verschiedenen Elemente gebildet hat. Indem die Konsistenz erzwungen wird, sodass sich Mengen, die sich niedriger in der Hierarchie befinden (z. B. die Mengen einzelner Produkte), in übergeordneten Mengen zusammenfassen lassen (Gesamtmenge aller Produkte eines Kunden), kann die Genauigkeit der gesamten Vorhersage noch weiter verbessert werden. Derselbe Ansatz gilt für einzelne Elemente, die in Kategorien zusammengefasst werden, sogar bei überlappenden Kategorien. Vielleicht möchte Sie beispielsweise die Nachfrage nach Produkten insgesamt, für einen bestimmten Standort, eine bestimmte Produktkategorie oder einen bestimmten Kunden vorhersagen.
Die Lösung aus dem KI-Katalog kann Vorhersagen für alle Aggregationsebenen in einer Hierarchie und für jeden angegebenen Zeitraum berechnen. Denken Sie daran, dass für Bereitstellungen Ihrer Lösungen zur Bedarfsvorhersage Verbrauchsgebühren für die verwendeten Dienste anfallen. Verwenden Sie den Preisrechner, um Ihre Kosten zu prognostizieren. Wenn Sie eine bereitgestellte Lösung nicht mehr verwenden, löschen Sie sie, damit keine Gebühren mehr anfallen.
Komponenten
Diese Lösung für die Bedarfsvorhersage verwendet die folgenden Ressourcen, die in Azure gehostet und verwaltet werden:
- Azure SQL-Datenbank-Instanz für persistenten Speicher, zum Speichern von Vorhersagen und Verlaufsdaten für die Distribution
- Azure Machine Learning-Webdienst zum Hosten von Vorhersagecode
- Azure Blob Storage zum Zwischenspeichern generierter Vorhersagen
- Azure Data Factory zum Orchestrieren regelmäßiger Ausführungen des Azure Machine Learning-Modells
- Das Power BI-Dashboard zum Anzeigen und weiteren Analysieren der Vorhersagen
Szenariodetails
Diese Lösung nutzt historische Nachfragedaten, um die Nachfrage für unterschiedliche Kunden, Produkte und Ziele vorherzusagen. Ein Beispiel einer solchen Lösung wäre ein Versand- oder Transportunternehmen, das vorhersagen möchte, welche Mengen an verschiedenen Produkten Kunden in der Zukunft an verschiedene Standorte geliefert haben möchten. Das Unternehmen kann Bedarfsprognosen als Eingabe für ein Zuordnungstool verwenden. Das Zuordnungstool kann dann Vorgänge wie die Routenplanung von Lieferfahrzeugen und die langfristige Kapazitätsplanung optimieren. Ein verwandtes Beispiel ist, wenn ein Anbieter oder Versicherer die Anzahl der Produkte wissen möchte, die aufgrund von Fehlern zurückgegeben werden.
Mögliche Anwendungsfälle
Der in dieser Lösung beschriebene Prozess zur Bedarfsvorhersage kann in der Microsoft KI-Plattform operationalisiert und bereitgestellt werden. Die Microsoft KI-Plattform verfügt über erweiterte Analysetools für Datenerfassung, Datenspeicherung, Planung und erweiterte Analysen. Diese Tools sind alle wesentlichen Tools, die zum Ausführen einer Lösung zur Bedarfsvorhersage erforderlich sind, die in Ihre aktuellen Produktionssysteme integriert werden kann.
Diese Lösung ist für den Einzelhandel und das produzierende Gewerbe optimiert.
Nächste Schritte
Weitere Informationen finden Sie in der Produktdokumentation:
Sie erhalten Informationen zu folgenden Themen:
- Lösung für die Bedarfsprognose für Versand und Distribution im Azure KI-Katalog
Zugehörige Ressourcen
Weitere Informationen finden Sie in verwandten Azure Architecture Center-Artikeln: