Çözüm fikirleri
Bu makale bir çözüm fikridir. İçeriği olası kullanım örnekleri, alternatif hizmetler, uygulama konuları veya fiyatlandırma yönergeleri gibi daha fazla bilgiyle genişletmemizi isterseniz GitHub geri bildirimi sağlayarak bize bildirin.
Neredeyse her işletmenin daha iyi kararlar almak ve kaynakları daha etkili bir şekilde ayırmak için geleceği tahmin etmesi gerekir. Bu makale, Azure'da uçtan uca talep tahmini uygulaması için bir mimari sağlar.
Mimari
Bu mimarinin bir Visio dosyasını indirin.
Veri akışı
Microsoft AI Platformu, Microsoft Azure aracılığıyla veri alımı, veri depolama, veri işleme ve gelişmiş analiz bileşenleri gibi gelişmiş analiz araçları sağlar. Bu araçlar, enerji için talep tahmini çözümü oluşturmaya yönelik tüm temel öğeleri içerir.
Bu çözüm, eyleme dönüştürülebilir tahminler sağlamak için birkaç Azure hizmetini birleştirir:
- Event Hubs, gerçek zamanlı tüketim verilerini toplar.
- Stream Analytics, akış verilerini bir araya getirir ve görselleştirmede kullanılmalarını sağlar.
- Azure SQL Veritabanı tüketim verilerini depolar ve dönüştürür.
- Machine Learning, tahmin modelini uygular ve çalıştırır.
- Power BI, gerçek zamanlı enerji tüketimini ve tahmin sonuçlarını görselleştirir.
- Son olarak Data Factory, veri akışının tamamını düzenler ve zamanlar.
Bileşenler
Bu mimariyi uygulamak için kullanılan temel teknolojiler:
- Azure Event Hubs: Basit, güvenli ve ölçeklenebilir gerçek zamanlı veri alımı
- Azure Stream Analytics: Buluttan uca sunucusuz gerçek zamanlı analizler sağlama
- Azure SQL Veritabanı: Bulutta akıllı SQL'inizi yönetme
- Azure Machine Learning: Tahmine dayalı analiz çözümleri oluşturma, dağıtma ve yönetme
- Power BI: Verilerinizin değerini fark edin ve Azure veri ve analiz araçlarında bulunan içgörüleri kuruluşa getirin.
Senaryo ayrıntıları
Bu çözüm fikri, talep tahmini için bir mimari sağlar. Ürün ve hizmetlere yönelik talep artışlarını doğru tahmin etmek, bir şirkete rekabet avantajı sağlayabilir. Tahminler ne kadar iyi olursa şirketler de talep arttığında o kadar iyi ölçeklendirme yapabilir ve ihtiyaç fazlası envantere sahip olma riski düşer. Kullanım örneklerine bir perakende/çevrimiçi mağazada bir ürün için talep tahminleri, hastane ziyaretlerinin tahminleri ve enerji tüketim beklentileri bulunur.
Olası kullanım örnekleri
Aşağıdaki senaryolar, bir kuruluşun talep tahminini kullanma yollarıdır:
- Perakende için stok planlaması
- Ağ kapasitesi planlaması (telekomünikasyon)
- İş gücü planlaması
- Artan müşteri memnuniyeti
Sonraki adımlar
- Azure Machine Learning belgeleri
- Eğitim: Azure Stream Analytics'i kullanmaya başlama
- Azure Stream Analytics'e hoş geldiniz