Editar

Previsão de demanda para envio e distribuição

Azure Blob Storage
Azure Data Factory
Power BI
Azure Stream Analytics
Azure Event Hubs

Ideias de soluções

Este artigo é uma ideia de solução. Se você quiser que expandamos o conteúdo com mais informações, como possíveis casos de uso, serviços alternativos, considerações de implementação ou orientação de preços, informe-nos fornecendo feedback do GitHub.

Essa ideia de solução usa dados históricos de demanda para prever a demanda em períodos futuros em vários clientes, produtos e destinos.

Arquitetura

Architecture diagram showing the flow of sample data to Power BI: demand forecasting for shipping and distribution.

Transfira um ficheiro do Visio desta arquitetura.

Fluxo de dados

Para obter um exemplo de uma solução de previsão de demanda para envio e distribuição semelhante à solução descrita neste artigo, consulte a Galeria de IA do Azure. As características gerais de soluções de previsão de demanda como a aqui proposta são:

  • Existem vários tipos de itens com volumes diferentes que se acumulam em um ou mais níveis de categoria.
  • Há um histórico disponível para a quantidade do item em cada momento no passado.
  • Os volumes dos itens diferem muito, com possivelmente um grande número que tem volume zero às vezes.
  • O histórico dos itens mostra a tendência e a sazonalidade, possivelmente em várias escalas temporais.
  • As quantidades autorizadas ou devolvidas não são fortemente sensíveis ao preço. Em outras palavras, a empresa de entrega não pode influenciar fortemente as quantidades por mudanças de curto prazo nos preços, embora possa haver outros determinantes que afetam o volume, como o clima.

Nessas condições, você pode aproveitar a hierarquia formada entre as séries temporais dos diferentes itens. Ao impor consistência para que as quantidades mais baixas na hierarquia (por exemplo, quantidades de produtos individuais) somem as quantidades acima (totais de produtos do cliente), você pode melhorar a precisão da previsão geral. A mesma ideia se aplica se itens individuais forem agrupados em categorias, mesmo para categorias que se sobrepõem. Por exemplo, você pode estar interessado em prever a demanda de todos os produtos no total, por localização, por categoria de produto ou por cliente.

A solução AI Gallery calcula previsões em todos os níveis de agregação na hierarquia para cada período de tempo especificado. Lembre-se de que as implantações de suas soluções de previsão de demanda incorrerão em encargos de consumo pelos serviços usados. Use a Calculadora de Preços para prever custos. Quando você não estiver mais usando uma solução implantada, exclua-a para parar de incorrer em cobranças.

Componentes

Esta ideia de solução de previsão de demanda usa os seguintes recursos hospedados e gerenciados no Azure:

Detalhes do cenário

Essa solução usa dados históricos de demanda para prever a demanda entre clientes, produtos e destinos. Um exemplo de uso para esta solução é quando uma empresa de transporte ou entrega quer prever as quantidades dos diferentes produtos que os clientes querem entregar em diferentes locais e em momentos futuros. A empresa pode usar previsões de demanda como entrada para uma ferramenta de alocação. A ferramenta de alocação pode então otimizar as operações, como o roteamento do veículo de entrega e a capacidade de planejamento a longo prazo. Um exemplo relacionado é quando um fornecedor ou seguradora quer saber o número de produtos que serão devolvidos devido a falhas.

Potenciais casos de utilização

O processo de previsão de demanda descrito nesta solução pode ser operacionalizado e implantado na plataforma de IA da Microsoft. A plataforma de IA da Microsoft tem ferramentas de análise avançadas para ingestão de dados, armazenamento de dados, agendamento e análise avançada. Essas ferramentas são todas as ferramentas essenciais para executar uma solução de previsão de demanda que pode ser integrada com seus sistemas de produção atuais.

Esta solução é otimizada para as indústrias de varejo e manufatura.

Próximos passos

Consulte a documentação do produto:

Saiba mais sobre:

Leia os artigos relacionados do Centro de Arquitetura do Azure: