Idee per le soluzioni
Questo articolo è un'idea di soluzione. Per espandere il contenuto con altre informazioni, ad esempio potenziali casi d'uso, servizi alternativi, considerazioni sull'implementazione o indicazioni sui prezzi, inviare commenti e suggerimenti su GitHub.
Questa idea di soluzione usa i dati cronologici della domanda per prevedere la domanda in periodi futuri tra vari clienti, prodotti e destinazioni.
Architettura
Scaricare un file di Visio di questa architettura.
Flusso di dati
Per un esempio di soluzione di previsione della domanda per la spedizione e la distribuzione in modo analogo alla soluzione descritta in questo articolo, vedere La raccolta di intelligenza artificiale di Azure. Di seguito sono riportate le caratteristiche generali delle soluzioni di previsione della domanda, come quella proposta di seguito:
- Esistono numerosi tipi di elementi con volumi diversi che si rollupno con uno o più livelli di categoria.
- C'è una cronologia disponibile per la quantità dell'articolo in ogni momento in passato.
- I volumi degli elementi differiscono ampiamente, con probabilmente un numero elevato che ha un volume zero a volte.
- La cronologia degli articoli include sia tendenza che stagionalità, possibilmente su più scale temporali.
- Le quantità di cui è stato eseguito il commit o la restituzione non sono fortemente sensibili ai prezzi. In altre parole, l'azienda di consegna non può influenzare fortemente le quantità in base a variazioni a breve termine dei prezzi, anche se potrebbero esserci altri fattori determinanti che influiscono sul volume, ad esempio il tempo.
In queste condizioni, è possibile sfruttare la gerarchia formata tra le serie temporali dei diversi elementi. Applicando la coerenza in modo che le quantità inferiori nella gerarchia (ad esempio, le singole quantità di prodotto) siano sommate alle quantità sopra indicate (totali del prodotto cliente), è possibile migliorare l'accuratezza della previsione complessiva. La stessa idea si applica se i singoli elementi sono raggruppati in categorie, anche per le categorie che si sovrappongono. Ad esempio, si potrebbe essere interessati a prevedere la domanda di tutti i prodotti in totale, in base alla posizione, alla categoria di prodotti o al cliente.
La soluzione AI Gallery calcola le previsioni a tutti i livelli di aggregazione nella gerarchia per ogni periodo di tempo specificato. Tenere presente che le distribuzioni delle soluzioni di previsione della domanda comportano addebiti per il consumo per i servizi usati. Usare il Calcolatore prezzi per stimare i costi. Quando non si usa più una soluzione distribuita, eliminarla per interrompere l'addebito degli addebiti.
Componenti
Questa idea di soluzione di previsione della domanda usa le risorse seguenti ospitate e gestite in Azure:
- database SQL di Azure'istanza per l'archiviazione permanente; per archiviare le previsioni e i dati di distribuzione cronologici
- Servizio Web di Azure Machine Learning per ospitare il codice di previsione
- Archiviazione BLOB di Azure per l'archiviazione intermedia delle previsioni generate
- Azure Data Factory per orchestrare le esecuzioni regolari del modello di Azure Machine Learning
- Dashboard di Power BI per visualizzare ed eseguire il drill-down sulle previsioni
Dettagli dello scenario
Questa soluzione usa i dati cronologici della domanda per prevedere la domanda tra clienti, prodotti e destinazioni. Un esempio di utilizzo per questa soluzione è quando una società di spedizione o consegna vuole prevedere le quantità dei diversi prodotti che i clienti vogliono recapitare in posizioni diverse e in momenti futuri. L'azienda può usare le previsioni della domanda come input per uno strumento di allocazione. Lo strumento di allocazione può quindi ottimizzare le operazioni, ad esempio il routing dei veicoli di consegna e la capacità di pianificazione a lungo termine. Un esempio correlato è quando un fornitore o un assicuratore vuole conoscere il numero di prodotti che verranno restituiti a causa di errori.
Potenziali casi d'uso
Il processo di previsione della domanda descritto in questa soluzione può essere operativo e distribuito nella piattaforma di intelligenza artificiale Microsoft. La piattaforma microsoft per intelligenza artificiale offre strumenti di analisi avanzati per l'inserimento dei dati, l'archiviazione dei dati, la pianificazione e l'analisi avanzata. Questi strumenti sono tutti gli strumenti essenziali per l'esecuzione di una soluzione di previsione della domanda che può essere integrata con i sistemi di produzione correnti.
Questa soluzione è ottimizzata per i settori della vendita al dettaglio e della produzione.
Passaggi successivi
Vedere la documentazione del prodotto:
Informazioni su:
- Previsione della domanda per la soluzione di distribuzione e spedizione nella raccolta di intelligenza artificiale di Azure
Risorse correlate
Leggere gli articoli correlati al Centro architetture di Azure: