Vraagprognose

Het nauwkeurig voorspellen van pieken in de vraag naar producten en services kan een bedrijf een concurrentievoordeel geven. Deze oplossing is gericht op prognoses op aanvraag binnen de energiesector.

Beschrijving

Opmerking: als u deze oplossing al hebt geïmplementeerd, klikt u hier om de implementatie te bekijken.

Geschatte inrichtingstijd: 25 minuten

Overzicht

Het nauwkeurig voorspellen van pieken in de vraag naar producten en services kan een bedrijf een concurrentievoordeel geven. Hoe nauwkeurig de prognose is, hoe beter ze kunnen schalen wanneer de vraag toeneemt en hoe minder risico ze lopen om onnodige voorraad te moeten opslaan. Use cases omvatten de prognose van de vraag voor een product in een detailhandel/online winkel, de prognose van ziekenhuisbezoeken en het voorspellen van energieverbruik.

Deze oplossing is gericht op prognoses op aanvraag binnen de energiesector. Het opslaan van energie is niet kostenefficiënt, dus nutsbedrijven en energieleveranciers moeten het toekomstige energieverbruik voorspellen zodat ze het aanbod efficiënt kunnen afstemmen op de vraag. Tijdens piekuren, kan een te laag aanbod stroomstoringen veroorzaken. Omgekeerd, kan een te groot aanbod zorgen voor een verspilling van resources. Geavanceerde technieken voor vraagprognose geven gedetailleerd de vraag per uur weer en de piekuren voor een bepaalde dag, waardoor een energieleverancier het energieopwekkingsproces kan optimaliseren. Met deze oplossing die gebruik maakt van Cortana Intelligence kunnen energiebedrijven snel krachtige prognosetechnologie toepassen in hun bedrijf.

Details

De Cortana Intelligence Suite voorziet in geavanceerde analysehulpprogramma's via Microsoft Azure: gegevensopname, gegevensopslag, gegevensverwerking en geavanceerde analyse-onderdelen. Alle essentiële onderdelen voor het bouwen van een on-demand prognose-oplossing voor energie.

Voor deze oplossing worden meerdere Azure-services gecombineerd om krachtige voordelen te bieden. Event Hubs verzamelt realtime verbruiksgegevens. Stream Analytics voegt de streaminggegevens samen en maakt deze beschikbaar voor visualisatie. Azure SQL bewaart en transformeert de verbruiksgegevens. Het prognosemodel worden geïmplementeerd en uitgevoerd met Machine Learning. Het realtime energieverbruik en de prognoseresultaten worden gevisualiseerd met PowerBI. Ten slotte wordt de volledige gegevensstroom geordend en gepland met Data Factory.

Met de knop Implementeren wordt een werkstroom gestart waarmee een instantie van de oplossing wordt geïmplementeerd binnen een resourcegroep in het Azure-abonnement dat u opgeeft. De oplossing bevat meerdere Azure-services (hieronder beschreven) samen met een webtaak die gegevens simuleert zodat u een werkende end-to-end oplossing hebt direct na de implementatie. De voorbeeldgegevens van deze oplossing worden gesimuleerd met openbaar beschikbare gegevens van de NYISO.

Technische details en werkstroom

  1. De voorbeeldgegevens worden gestreamd door nieuw geïmplementeerde Azure-webtaken.
  2. Deze synthetische gegevens worden ingevoerd in de Azure Event Hubs en Azure SQL-service als gegevenspunten of gebeurtenissen die worden gebruikt in de rest van de oplossingsstroom.
  3. De gegevens worden met Azure Stream Analytics geanalyseerd om bijna realtime analyse te leveren voor de invoerstroom uit de Event Hub en om rechtstreeks te publiceren naar PowerBI voor visualisatie.
  4. De Azure Machine Learning-service wordt gebruikt om een prognose te maken van de energievraag van een bepaalde regio op basis van de ingevoerde gegevens.
  5. Azure SQL Database wodt gebruikt om de voorspellingsresultaten op te slaan die worden ontvangen van de Azure Machine Learning-service. Deze resultaten worden vervolgens gebruikt voor het Power BI-dashboard.
  6. Azure Data Factory regisseert en plant het om het uur opnieuw trainen van modellen.
  7. Ten slotte wordt Power BI gebruikt voor de visualisatie van resultaten, zodat gebruikers het energieverbruik van een bepaalde regio in realtime kunnen controleren en de prognose van de vraag kunnen gebruiken om de energieopwekking of het distributieproces te optimaliseren.

Prijsgegevens

Bij uw Azure-abonnement dat voor de implementatie is gebruikt, worden verbruikskosten in rekening gebracht voor de services die in deze oplossing zijn gebruikt. Bezoek de pagina met prijzen voor Azure voor prijsgegevens.

Vrijwaring

© 2017 Microsoft Corporation. Alle rechten voorbehouden. Deze informatie wordt als zodanig geleverd en kan zonder kennisgeving worden gewijzigd. Microsoft biedt geen garanties, expliciet of impliciet, met betrekking tot de hier verstrekte informatie. Gegevens van derden zijn gebruikt om de oplossing te genereren. U bent verantwoordelijk voor het respecteren van de rechten van anderen, inclusief het aanschaffen en naleven van relevante licenties om vergelijkbare gegevenssets te maken.

Gerelateerde architecturen voor oplossingen

Vraagprognose en prijsoptimalisatie

Prijsstelling wordt in veel bedrijfstakken gezien als een belangrijke factor voor succes en kan een van de meest uitdagende taken zijn. Bedrijven hebben vaak moeite met verschillende aspecten van het prijsstellingsproces, zoals het nauwkeurig voorspellen van de financiële gevolgen van mogelijke tactieken, het op redelijker wijze aandacht schenken aan belangrijke zakelijke beperkingen en het op een eerlijke manier valideren van de uitgevoerde prijsbeslissingen. Een groter wordend productaanbod brengt verdere verwerkingsvereisten met zich meer om realtimeprijsbeslissingen te nemen, wat deze toch al enorme taak nog moeilijker maakt.

Vraagprognose voor vervoer en distributie

De Oplossing vraagprognose voor vervoer en distributie maakt gebruik van historische vraaggegevens om de vraag in toekomstige perioden te voorspellen voor verschillende klanten, producten en bestemmingen. Een verzend- of transportbedrijf wil bijvoorbeeld voorspellen wat de hoeveelheden zijn van de verschillende producten die zijn klanten in de toekomst bezorgd willen hebben op verschillende locaties. Een bedrijf kan deze prognoses gebruiken als invoer voor een toewijzingsprogramma dat de bedrijfsactiviteiten optimaliseert, zoals de routes van bestelwagens, of om de capaciteit op de langere termijn te plannen.

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

Gepersonaliseerde aanbiedingen

In de huidige zeer competitieve en verbonden omgevingen kunnen moderne bedrijven niet langer overleven met generieke, statische online inhoud. Bovendien zijn marketingstrategieën waarbij gebruik wordt gemaakt van traditionele hulpmiddelen vaak duur, moeilijk uitvoerbaar en leveren geen rendement op de investering op. Deze systemen maken vaak niet ten volle gebruik van de verzamelde gegevens om een meer gepersonaliseerde ervaring voor de gebruiker te creëren.