Ignorar navegação

Previsão de Demanda para Envio e Distribuição

A Solução de Previsão de Demanda para Envio e Distribuição usa dados de demanda históricos para prever a demanda em períodos futuros entre diversos clientes, produtos e destinos. Por exemplo, uma empresa de envio ou de entrega deseja prever as quantidades dos diferentes produtos que seus clientes desejam que sejam entregues em diferentes locais em momentos futuros. Uma empresa pode usar essas previsões como entrada para uma ferramenta de alocação que otimiza operações como encaminhamento de veículos de entrega ou então para um planejamento de capacidade de mais longo prazo.

Resumo

Essa é uma Solução do Azure para reduzir a incerteza em envios previstos para organizações que precisam planejar com base em quantidades futuras. Essa página explica o que a Solução faz e como instalar uma cópia que você pode executar e modificar em sua assinatura do Azure.

Soluções do Azure na Galeria do Cortana Intelligence são compostas por ferramentas analíticas avançadas para ingestão de dados, armazenamento de dados, programação e componentes analíticos avançados – todos os elementos essenciais para executar uma solução de previsão de demanda que pode ser integrada com seus sistemas de produção atuais. Essa Solução combina diversos serviços do Azure. O SQL Server do Azure é usado para armazenar previsões e dados de distribuição históricos, o serviço Web AML (Azure Machine Learning) para hospedar o código de previsão R, o Azure Data Factory para orquestrar todo o fluxo de trabalho e o Power BI para visualizá-lo.

Use o botão 'Implantar' nessa página para implantar uma instância da Solução para a assinatura do Azure que você especificar. Isso o guiará pelas etapas em sua assinatura necessárias para criar e iniciar os recursos que compõem essa solução para que você possa executá-la. A Solução inclui vários serviços do Azure (descritos abaixo), juntamente com funções do Azure que, entre outras tarefas, simulam os dados e preenchem o banco de dados com eles, de modo que imediatamente após a implantação você terá uma solução de trabalho de ponta a ponta.

Descrição

Observação: se você já tiver implantado esta solução, clique aqui para exibir sua implantação.

Custo diário estimado: $4.66

Tempo de provisionamento estimado: 15 minutos

A Solução de Previsão de Demanda para Envio e Distribuição usa dados de demanda históricos para prever a demanda em períodos futuros entre diversos clientes, produtos e destinos. Por exemplo, uma empresa de envio ou de entrega deseja prever as quantidades dos diferentes produtos que seus clientes desejam que sejam entregues em diferentes locais em momentos futuros. Da mesma maneira, um fornecedor ou segurador deseja saber a quantidade de produtos que será retornada devido a falhas no curso de um ano. Uma empresa pode usar essas previsões como entrada para uma ferramenta de alocação que otimiza operações como encaminhamento de veículos de entrega ou então para um planejamento de capacidade de mais longo prazo.

As características de todos esses casos de previsão são:

  • Há diversos tipos de itens com diferentes volumes, que se estendem em um ou mais níveis de categoria.
  • Há um histórico disponível para a quantidade do item em cada momento no passado. Os volumes de itens diferem amplamente, possivelmente às vezes com uma quantidade significativa com volume zero.
  • O histórico de itens exibe a tendência e a sazonalidade, possivelmente em diversas escalas de tempo. As quantidades confirmadas ou retornadas não dependem muito do preço. Em outras palavras, a empresa de entrega não pode influenciar muito as quantidades por meio de alterações de curto prazo em preços, embora possa haver outros determinantes que afetem o volume, tais como o clima.

Sob essas condições, podemos aproveitar a hierarquia formada junto com a série temporal dos diferentes itens. Ao aplicar a consistência para que as quantidades em posições mais baixas na hierarquia (por exemplo, quantidades de produtos individuais) sejam totalizadas com as quantidades em posições mais altas (totais de produtos do cliente), melhoramos a precisão da previsão geral. O mesmo caso se aplica se itens individuais são agrupados em categorias, até mesmo possivelmente em categorias que se sobrepõem. Por exemplo, uma pessoa pode estar interessada na demanda de previsão de todos os produtos no total, por local, por categoria de produto, por cliente etc.

Essa Solução computa previsões em todos os níveis de agregação na hierarquia para cada período de tempo especificado. Para maior simplicidade, nos referiremos à série temporal hierárquica e agrupada como “série temporal hierárquica”.

Previsão de envio e distribuição em uso

Agradecemos a Kotahi por trabalhar conosco para desenvolver essa Solução. A Kotahi é uma empresa de cadeia de fornecedores que planeja, origina e entrega contêineres de envio para exportações na Nova Zelândia. Leia a História do Cliente dessa empresa sobre como eles interagiram conosco na Microsoft e com um parceiro do Microsoft Dynamics 2016 Inner Circle, a DXC Eclipse, para colocar isso em produção. A solução ajudou a aumentar a precisão da previsão e, portanto, aumentar sua capacidade de selecionar os envios de contêiner de tamanho certo, nas horas certas e enviá-los para os portos certos.

O que há por trás da solução

A Solução usa cinco tipos de recursos hospedados e gerenciados no Azure:

  • Instância do SQL Server do Azure (SQL do Azure) para armazenamento persistente
  • O serviço Web AML (Azure Machine Learning) para hospedar o código de previsão R
  • Armazenamento de Blobs do Azure para armazenamento intermediário de previsões geradas
  • ADF (Azure Data Factory) que orquestra execuções frequentes do modelo de AML
  • Dashboard do Power BI para exibir e fazer drill down nas previsões
  • A Solução automatiza a execução de previsões periódicas em um ritmo configurado no ADF (por exemplo, mensalmente), em que ela aprende um modelo com os dados históricos atuais e prevê quantidades para períodos futuros para todos os produtos na hierarquia de produtos. Cada ciclo de previsão consiste em uma viagem de ida e volta do banco de dados, passando pelo modelo e voltando para o banco de dados. Cada ciclo mede a precisão da previsão por técnicas de retenção de dados convencionais. Você pode configurar o número de períodos, as categorias de produtos e a hierarquia entre produtos. Você precisa carregar seus dados atuais no Banco de Dados SQL do Azure e extrair previsões após cada execução do mesmo banco de dados. A Solução expõe o modelo de código R para permitir personalizações adicionais e para permitir que você simule dados históricos para testar a Solução.

    Uso da solução de previsão: introdução

    Consulte o Guia Técnico da Solução para obter um conjunto completo de instruções sobre como usar essa Solução como um exemplo do que é possível com o Cortana Intelligence Suite. Para problemas técnicos ou dúvidas sobre a implantação dessa Solução, poste na guia de problemas do repositório.

    Dashboard da solução

    Este é um exemplo de um instantâneo das previsões geradas pela solução no dashboard do Power BI que vem com a Solução.

    Instantâneo do Power BI

    Informações Sobre Preços

    Sua assinatura do Azure usada para a implantação incorrerá em encargos de consumo sobre os serviços utilizados nesta solução, de aproximadamente $4.66/dia. Para obter mais informações, visite a Calculadora de Preços.

    Observação: se você não está mais usando a solução implantada, lembre-se de excluí-la para interromper a incorrência de cobranças de consumo.

    Aviso de isenção de responsabilidade

    © 2017 Microsoft Corporation. Todos os direitos reservados. Estas informações são fornecidas “no estado em que se encontram” e poderão ser alteradas sem aviso. A Microsoft não oferece garantias, expressas ou implícitas, com relação às informações aqui fornecidas. Dados de terceiros foram utilizados para gerar esta Solução. Você é responsável por respeitar os direitos de terceiros, incluindo a obtenção e o cumprimento de licenças relevantes com o intuito de criar conjuntos de dados similares.

    Arquiteturas de solução relacionadas

    Previsão de Demanda

    A previsão exata de picos na demanda por produtos e serviços pode oferecer uma vantagem competitiva a uma empresa. Esta solução se concentra na previsão da demanda dentro do setor de energia.

    Previsão da demanda e otimização de preços

    O preço é reconhecido como um determinante-chave do sucesso em diversos setores e pode ser uma das tarefas mais desafiadoras. As empresas geralmente têm dificuldade com diversos aspectos do processo de precificação, incluindo a previsão precisa do impacto financeiro de possíveis táticas, a consideração razoável das principais restrições de negócios e a validação justa das decisões de precificação executadas. Expandir as ofertas de produtos adiciona mais requisitos computacionais para se tomar decisões de precificação em tempo real, o que amplia a dificuldade dessa tarefa já esmagadora.

    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

    Ofertas personalizadas

    No ambiente conectado e altamente competitivo de hoje, negócios modernos não podem mais sobreviver com conteúdo online estático e genérico. Além disso, estratégias de marketing que usam ferramentas tradicionais muitas vezes são caras, difíceis de implementar e não produzem o retorno sobre o investimento desejado. Esses sistemas muitas vezes falham em aproveitar totalmente os dados coletados para criar uma experiência mais personalizada para o usuário.