解决方案构想
本文是一种解决方案构想。 如果你希望我们在内容中扩充更多信息,例如潜在用例、备用服务、实现注意事项或定价指南,请通过提供 GitHub 反馈来告知我们。
几乎每个业务都需要预测未来,以做出更好的决策,更有效地分配资源。 本文提供 Azure 上端到端需求预测实现的体系结构。
体系结构
下载此体系结构的 Visio 文件。
数据流
Microsoft AI 平台通过 Microsoft Azure 提供高级分析工具 - 数据引入、数据存储、数据处理和高级分析组件。 这些工具包括生成能源需求预测解决方案的所有基本要素。
此解决方案结合了多个 Azure 服务来提供可操作的预测:
- 事件中心收集实时消耗数据。
- 流分析聚合流式处理数据并使其可用于可视化。
- Azure SQL 数据库存储和转换消耗数据。
- 机器学习实现和执行预测模型。
- Power BI 可视化实时能耗和预测结果。
- 最后,数据工厂协调和计划整个数据流。
组件
用于实现此体系结构的关键技术:
- Azure 事件中心:简单、安全且可缩放的实时数据引入
- Azure 流分析:从云到边缘提供无服务器实时分析
- Azure SQL 数据库:在云中管理智能 SQL
- Azure 机器学习:生成、部署和管理预测分析解决方案
- Power BI:实现数据的价值,并将 Azure 数据和分析工具中发现的见解引入组织。
方案详细信息
此解决方案构想为预测需求提供了一个体系结构。 例如,准确预测产品和服务的需求高峰可为公司带来竞争优势。 预测越好,他们就越能随着需求的增加而扩大规模,持有不必要库存的风险就越小。 用例包括预测零售/在线商店中的产品需求、预测医院就诊人数以及预测能耗。
可能的用例
以下场景是组织可利用需求预测的方式:
- 零售库存规划
- 网络容量计划(电信)
- 劳动力规划
- 提高客户满意度