需求預測

精準預測產品及服務需求的峰值,可為公司帶來競爭優勢。這項解決方案的焦點在於能源部門中的需求預測。

說明

注意:若您已經部署此解決方案,按一下這裡即可檢視部署。

預估佈建時間:25 分鐘

概觀

精準預測產品及服務需求的峰值,可為公司帶來競爭優勢。預測愈準確,公司能隨需求增加而調整的幅度也就愈高,而持有過剩項目的風險也就愈低。使用案例包括預測零售/線上商店中產品的需求、預測入院次數,以及預估能源消耗。

這項解決方案的焦點在於能源部門中的需求預測。儲存能源並不符合成本效益,因此公共設施及發電機必須預測未來的能源消耗,才能夠有效平衡供給需求。在尖峰時段,供給不足可能會導致斷電。反之,供給過剩則可能導致資源浪費。進階需求預測技術可詳細描述某一日的每小時需求及尖峰時段,以便能源供應商調整發電程序。這項解決方案使用了 Cortana Intelligence,可讓能源公司迅速將強大的預測技術帶入產業中。

詳細資料

Cortana Intelligence Suite 透過 Microsoft Azure 提供了多項進階分析工具,包含資料擷取、資料儲存體、資料處理及進階分析元件等等,這些都是建置能源需求預測解決方案的必要元素。

這項解決方案結合了多個 Azure 服務以提供強大的優勢。事件中樞會收集即時消耗資料。串流分析可彙總串流資料,並使其能夠視覺化。Azure SQL 會儲存及轉換消耗資料。Machine Learning 可實作及執行預測模型。PowerBI 可將即時能源消耗及預測結果視覺化。最後,Data Factory 可協調並排程整個資料流程。

[部署] 按鈕會啟動工作流程,在您指定的 Azure 訂用帳戶資源群組中,部署解決方案的執行個體。解決方案包含多個 Azure 服務 (如下所述) 以及模擬資料的 Web 工作,使您在部署後即擁有端點對端點運作的解決方案。此解決方案範例資料的模擬對象是 NYISO 的公開使用資料。

技術詳細資料及工作流程

  1. 此範例資料由新部署的 Azure Web 工作進行串流。
  2. 此綜合資料供 Azure 事件中樞及 Azure SQL 服務作為資料點或事件使用,將用於其餘的解決方案流程之中。
  3. Azure 串流分析會分析資料,為來自事件中樞的輸入資料流提供近乎即時的分析,並直接發佈至 Power BI 進行視覺化。
  4. Azure Machine Learning 服務會用於為收到的輸入,預測特定指定區域的能源需求。
  5. Azure SQL Database 會用於儲存接收自 Azure Machine Learning 服務的預測結果。Power BI 儀表板中隨後會取用這些結果。
  6. Azure Data Factory 能夠處理每小時重新訓練模型的協調流程與排程。
  7. 最後會使用 Power BI 將結果視覺化,讓使用者能夠即時監視的區域能源消耗,並使用預測需求來最佳化發電或配電程序。

定價資訊

您用於部署的 Azure 訂用帳戶在此解決方案中,會在使用的服務上產生使用費。如需定價詳細資料,請瀏覽 Azure 定價頁面

免責聲明

© 2017 Microsoft Corporation.著作權所有,並保留一切權利。這項資訊依照「現況」提供,且可能變更而不另行通知。Microsoft 對於此處提供的資訊不提供任何明示或默示的擔保。產生此解決方案的過程中使用了協力廠商的資料。您必須尊重他人的權利,包括取得及遵從相關授權以建立相似的資料集。

相關解決方案架構

需求預測和價格最佳化

價格在許多行業中視為成功的重要決定因素,而且是最具挑戰性的工作之一。業者經常面臨數個價格流程方面的困難,它們包括精準預測可能手段的財務影響、合理考量核心業務的約制,以及公平驗證已執行的價格決議。擴大產品種類會進一步增加實時報價決策的運算需求,使這項本就困難的工作更加複雜。

出貨與配送的需求預測

出貨與配送的需求預測解決方案使用歷程記錄需求資料,來預測不同客戶、產品和目的地在未來期間的需求。例如,貨運或運送公司想要預測其客戶在未來時間要運送到不同位置的不同產品數量。公司可以使用這些預測輸入到配置工具來將作業 (例如貨車路線) 最佳化,或進行長期容量規劃。

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

個人化的供應項目

在現今極為競爭又彼此相連的環境中,現代企業若只有一般、靜態的線上內容,是無法存活的。而且,使用工具的行銷策略往往昂貴、難以實行,又無法產出預期的投資報酬率。這些系統大多無法完整利用收集到的資料,為使用者建立個人化程度更高的體驗。