수요 예측

제품 및 서비스에 대한 갑작스러운 수요 증가를 정확하게 예측하면 회사에 경쟁 우위가 제공될 수 있습니다. 이 솔루션은 에너지 분야의 수요 예측에 집중합니다.

설명

참고: 이 솔루션을 이미 배포한 경우 여기를 클릭하여 배포를 확인하세요.

예상 프로비전 시간: 25분

개요

제품 및 서비스에 대한 갑작스러운 수요 증가를 정확하게 예측하면 회사에 경쟁 우위가 제공될 수 있습니다. 더 정확하게 예측할수록 수요 증가 시 확장하고 불필요한 재고를 유지하는 위험을 더 잘 줄일 수 있습니다. 사용 사례로는 소매점/온라인 상점의 제품에 대한 수요 예측, 병원 방문 예측 및 전력 소비 예측이 있습니다.

이 솔루션은 에너지 분야의 수요 예측에 집중합니다. 에너지 저장은 비용 효과적이지 않으므로, 공익사업 및 발전소에서는 공급과 수요 간의 균형을 효율적으로 유지할 수 있도록 향후 전력 소비를 예측해야 합니다. 전력 소비가 최대인 시간에 공급이 부족하면 정전이 발생할 수 있습니다. 반대로, 공급 과잉은 자원 낭비를 초래할 수 있습니다. 고급 수요 예측 기술은 특정일의 시간당 수요 및 전력 소비가 최대인 시간을 자세히 알려주어 에너지 공급자가 전력 생산 공정을 최적화할 수 있게 해줍니다. Cortana Intelligence를 사용하는 이 솔루션은 에너지 회사가 비즈니스에 강력한 예측 기술을 빠르게 도입할 수 있게 해줍니다.

세부 정보

Cortana Intelligence Suite는 에너지 솔루션에 대한 까다로운 예측을 구현하기 위한 모든 필수 요소인 고급 분석 도구(데이터 수집, 데이터 저장, 데이터 처리 및 고급 분석 구성 요소)를 Microsoft Azure를 통해 제공합니다.

이 솔루션은 여러 Azure 서비스를 결합하여 강력한 이점을 제공합니다. Event Hubs는 실시간 사용 데이터를 수집합니다. Stream Analytics는 스트리밍 데이터를 집계하여 시각화에 사용할 수 있게 해줍니다. Azure SQL은 사용 데이터를 저장하고 변환합니다. Machine Learning은 예측 모델을 구현하고 실행합니다. Power BI는 실시간 에너지 사용 및 예측 결과를 시각화합니다. 마지막으로 Data Factory는 전체 데이터 흐름을 오케스트레이션하고 예약합니다.

‘배포’ 단추를 누르면 지정한 Azure 구독의 리소스 그룹 내에 솔루션의 인스턴스를 배포하는 워크플로가 시작됩니다. 솔루션은 여러 Azure 서비스(아래에 설명되어 있음)와 함께, 배포 직후 작동하는 종단 간 솔루션이 있도록 데이터를 시뮬레이트하는 웹 작업을 포함합니다. 이 솔루션의 샘플 데이터는 NYISO의 공개적으로 사용할 수 있는 데이터에서 시뮬레이트됩니다.

기술 세부 정보 및 워크플로

  1. 샘플 데이터는 새로 배포된 Azure Web Jobs에 의해 스트리밍됩니다.
  2. 이 가상 데이터는 솔루션 흐름의 나머지 부분에서 사용될 데이터 요소 또는 이벤트로 Azure Event Hubs 및 Azure SQL 서비스에 공급됩니다.
  3. Azure Stream Analytics는 데이터를 분석하여 이벤트 허브의 입력 스트림에 대한 거의 실시간 분석을 제공하고 시각화를 위해 직접 Power BI에 게시합니다.
  4. Azure Machine Learning 서비스는 수신한 입력을 고려하여 특정 지역의 에너지 수요를 예측하는 데 사용됩니다.
  5. Azure SQL Database는 Azure Machine Learning 서비스로부터 받은 예측 결과를 저장하는 데 사용됩니다. 이러한 결과는 Power BI 대시보드에서 사용됩니다.
  6. Azure Data Factory는 매시간 모델 다시 학습의 오케스트레이션 및 예약을 처리합니다.
  7. 마지막으로 Power BI는 사용자가 실시간으로 특정 지역의 에너지 소비를 모니터링하고 수요 예측을 사용하여 전력 생산 또는 분배 공정을 최적화할 수 있도록 결과 시각화에 사용됩니다.

가격 정보

배포에 사용된 Azure 구독은 이 솔루션에 사용된 서비스에 대한 사용량 요금을 발생시킵니다. 가격 정보는 Azure 가격 페이지를 참조하세요.

고지 사항

©2017 Microsoft Corporation. All rights reserved. 이 정보는 “있는 그대로” 제공되며 예고 없이 변경될 수 있습니다. Microsoft는 여기에 제공된 정보에 대해 어떠한 명시적 또는 묵시적 보증도 하지 않습니다. 타사 데이터는 솔루션을 생성하는 데 사용되었습니다. 유사한 데이터 집합을 만들기 위해 관련 라이선스를 확보하고 준수하는 것을 비롯한 다른 사람의 권리를 존중하는 것은 귀하의 책임입니다.

관련 솔루션 아키텍처

수요 예측 및 가격 최적화

가격은 많은 산업에서 성공하기 위한 중심 결정 요인으로 인식되지만 가장 어려운 작업 중 하나가 될 수 있습니다. 회사들은 잠재적인 전략의 재정적인 영향을 정확하게 예측하고, 핵심 비즈니스 제약 사항을 합리적으로 고려하고, 실행된 가격 결정을 공정하게 검증하는 작업을 비롯하여 가격 책정 프로세스의 여러 측면에서 노력하고 있습니다. 제품 제공을 확장하면 실시간 가격 결정을 수행하기 위한 계산 요구 사항이 추가되므로 이미 너무나 작업이 많은 어려운 상황이 악화됩니다.

운송 및 유통에 대한 수요 예측

운송 및 유통 솔루션에 대한 수요 예측에는 계층적 수요 데이터를 사용하여 다양한 고객, 제품 및 대상에 대한 미래 기간의 수요를 예측합니다. 예를 들어 운송 또는 택배 회사는 고객이 미래에 다양한 위치에서 배달받기를 원하는 다양한 제품의 수량을 예측하려고 합니다. 회사에서는 이러한 예측을 배달 차량 경로 지정과 같은 작업을 최적화하는 할당 도구에 대한 입력 또는 더 장기적인 용량을 계획하기 위한 입력으로 사용할 수 있습니다.

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

맞춤형 제품

오늘날의 경쟁이 심하고 연결된 환경에서 일반적이고 정적인 온라인 콘텐츠로는 더 이상 살아남을 수 없습니다. 더군다나 기존 도구를 사용하는 마케팅 전략은 종종 비용이 많이 들고 구현하기 힘들며 원하는 투자 수익률을 얻지 못합니다. 이러한 시스템은 사용자에게 맞춤형 환경을 제공하기 위해 수집한 데이터를 활용하는 데 종종 실패합니다.