Megoldási ötletek
Ez a cikk egy megoldási ötlet. Ha azt szeretné, hogy további információkkal bővítsük a tartalmat, például a lehetséges használati eseteket, alternatív szolgáltatásokat, megvalósítási szempontokat vagy díjszabási útmutatást, a GitHub visszajelzésével tudassa velünk.
Szinte minden vállalkozásnak előre kell jeleznie a jövőt a jobb döntések meghozatalához és az erőforrások hatékonyabb elosztásához. Ez a cikk egy architektúra az Azure-beli igény-előrejelzési implementáció végpontok közötti megvalósításához.
Felépítés
Töltse le az architektúra Visio-fájlját.
Adatfolyam
A Microsoft AI Platform fejlett elemzési eszközöket biztosít a Microsoft Azure-on keresztül – adatbetöltés, adattárolás, adatfeldolgozás és fejlett elemzési összetevők. Ezek az eszközök tartalmazzák az energiaigény-előrejelzési megoldások létrehozásának összes alapvető elemét.
Ez a megoldás több Azure-szolgáltatást kombinál, hogy végrehajtható előrejelzéseket biztosítson:
- Az Event Hubs valós időben gyűjt használati adatokat.
- A Stream Analytics összesíti az adatfolyamot, és alkalmassá teszi azt vizuális megjelenítésre.
- Az Azure SQL Database tárolja és átalakítja a használati adatokat.
- A Machine Learning megvalósítja és végrehajtja az előrejelzési modellt.
- A Power BI a valós idejű energiafogyasztás és az előrejelzés eredményeit jeleníti meg.
- Végül a Data Factory vezényli és ütemezi a teljes adatfolyamot.
Összetevők
Az architektúra implementálásához használt főbb technológiák:
- Azure Event Hubs: Egyszerű, biztonságos és méretezhető valós idejű adatbetöltés
- Azure Stream Analytics: Kiszolgáló nélküli valós idejű elemzések biztosítása a felhőtől a peremhálózatig
- Azure SQL Database: Intelligens SQL kezelése a felhőben
- Azure Machine Tanulás: Prediktív elemzési megoldások létrehozása, üzembe helyezése és kezelése
- Power BI: Az adatok értékének felismerése és az Azure-beli adat- és elemzési eszközökben felfedezett elemzések a szervezet számára való eljuttatása.
Forgatókönyv részletei
Ez a megoldási ötlet egy architektúrát biztosít a kereslet előrejelzéséhez. A termékek és szolgáltatások iránti kereslet csúcsának pontos előrejelzése például versenyelőnyt jelenthet a vállalat számára. Minél jobb az előrejelzés, annál pontosabban tudnak alkalmazkodni az igények kielégítéséhez, és annál kevesebb kockázatot kell vállalniuk a szükségtelen készletek fenntartásával. Több más mellett használható egy termék iránti kereslet előrejelzésére egy kiskereskedelmi vagy online áruházban, kórházi látogatások előrejelzésére vagy a várható energiafogyasztás becslésére.
Lehetséges használati esetek
A következő forgatókönyvek segítségével a szervezet felhasználhatja az igény-előrejelzést:
- Készlettervezés kiskereskedelemben
- Hálózati kapacitástervezés (távközlés)
- Munkaerő-tervezés
- Megnövekedett ügyfél-elégedettség
További lépések
- Az Azure Machine Learning dokumentációja
- Oktatás: Az Azure Stream Analytics használatának első lépései
- Üdvözli az Azure Stream Analytics