Información general de la previsión de la demanda

Use la previsión de la demanda para predecir la demanda independiente de los pedidos de ventas y la demanda dependiente en cualquier punto de desacoplamiento para los pedidos de los clientes. Las reglas mejoradas de reducción de la previsión de demanda proporcionan una solución ideal para una personalización global.

Para generar la previsión de línea base, se pasa un resumen de las transacciones históricas a Microsoft Azure Machine Learning hospedadas en Azure. Dado que este servicio no se comparte entre los usuarios, puede personalizarlo fácilmente para cumplir los requisitos específicos del sector. Use administración de cadenas de suministros para visualizar la previsión, ajustar la previsión y ver los indicadores clave de rendimiento (KPI) sobre la precisión de la previsión.

Características clave de previsión de demanda

Estas son algunas de las características principales de la previsión de demanda:

• Genere una previsión de línea de base estadística basada en datos históricos.
• Uso de un sistema dinámico de dimensiones de previsión.
• Visualización de tendencias de demanda, intervalos de confianza y ajustes de la previsión.
• Autorice la previsión ajustada para su uso en los procesos de planificación.
• Eliminación de valores atípicos.
• Crear medidas de precisión de la previsión.

Temas principales en la previsión de demanda

La previsión de la demanda implementa tres temas principales:

• Modularidad: la previsión de demanda es modular y fácil de configurar. Puede activar y desactivar la funcionalidad cambiando la clave de configuración en Comercio > Previsión de inventario > Previsión de demanda.
• Reutilización de la pila de Microsoft: Machine Learning permite crear experimentos de análisis predictivo de forma rápida y sencilla, como experimentos de estimación de demanda, utilizando algoritmos de los lenguajes de programación R o Python y una sencilla interfaz de arrastrar y soltar.
  • Puede descargar los experimentos de previsión de demanda, modificarlos para satisfacer sus requisitos empresariales, publicarlos como un servicio web en Azure y utilizarlos para generar las previsiones de demanda. Puede descargar los experimentos si compra una suscripción de administración de cadenas de suministros para un planificador de producción como usuario de nivel empresarial.
  • Puede crear sus propios experimentos en Microsoft Estudio de Azure Machine Learning (clásico), publicarlos como servicios en Azure y usarlos para generar previsiones de demanda.
  • Si no necesita alto rendimiento, o si no necesita procesar grandes cantidades de datos, puede usar el nivel libre de aprendizaje automático. Comience siempre desde este nivel, especialmente durante las fases de implementación y pruebas. Si necesita un rendimiento más alto y almacenamiento adicional, puede usar el nivel estándar de aprendizaje automático. Este nivel requiere una suscripción a Azure e implica costes adicionales. Para obtener más información sobre los precios de Aprendizaje automático, consulte Precios de Machine Learning Studio.
• Reducción de la previsión en cualquier punto de desacoplamiento: la previsión de la demanda se basa en esta funcionalidad, que le permite pronosticar tanto la demanda dependiente como la independiente en cualquier punto de desacoplamiento.

Flujo básico en la previsión de demanda

En el siguiente diagrama se muestra el flujo de básico en la previsión de la demanda.

La generación de la previsión de demanda comienza con administración de cadenas de suministros. Los datos históricos de transacción de la base de datos de transacciones de administración de cadenas de suministros se recopilan y rellenan una tabla provisional. Esta tabla provisional se alimenta más tarde a un servicio de aprendizaje automático. Con una personalización mínima, puede conectar varios orígenes de datos a la tabla provisional. Los orígenes de datos pueden incluir archivos de Microsoft Excel, archivos de valores separados por comas (CSV) y datos de Microsoft Dynamics AX 2009 y Microsoft Dynamics AX 2012. Por lo tanto, puede generar las previsiones de demanda que tienen en cuenta los datos históricos que aparecen en varios sistemas. Sin embargo, los datos maestros, como los nombres de artículo y unidades de medida, deben ser iguales en todas las fuentes de datos.

Si usa los experimentos de aprendizaje automático de previsión de demanda, se busca un mejor ajuste entre cinco métodos de previsión de serie de tiempo para calcular una previsión de línea base. Los parámetros para estos métodos de previsión se gestionan en administración de cadenas de suministros.

Las previsiones, los datos históricos y los cambios que se hayan realizado a las previsiones de demanda en iteraciones anteriores estarán disponibles en administración de cadenas de suministros.

Puede usar administración de cadenas de suministros para visualizar y modificar las previsiones de línea base. Los ajustes manuales deben estar autorizados antes de que las previsiones se puedan utilizar para la planificación.

Limitaciones

La previsión de demanda es una herramienta que ayuda a los clientes en el sector de fabricación a crear procesos de previsión. Ofrece la función básica de una solución de previsión de demanda y se diseña de modo que pueda extenderse fácilmente. La previsión de demanda puede que no sea el mejor ajuste para clientes en sectores como Commerce, venta al por mayor, almacenamiento, transporte u otros servicios profesionales.

Limitación de conversión de variante de previsión de la demanda

La conversión de la unidad de medida (UOM) por variante no está completamente soportada al generar la previsión de demanda si la UOM del inventario es diferente de la UOM de la previsión de demanda.

La generación de previsión (UOM de inventario > UOM de previsión de la demanda) utiliza la conversión UOM del producto. Al cargar datos históricos para la generación de previsión de demanda, la conversión de UOM de nivel de producto siempre se usa al convertir de UOM de inventario a la UOM de previsión de demanda, incluso si hay conversiones definidas en el nivel de variante.

La primera parte del pronóstico de autorización (Previsión de demanda UOM > UOM de inventario) utiliza la conversión de UOM del producto. La segunda parte del pronóstico de autorización (UOM de inventario > UOM de ventas) utiliza la conversión UOM de variante. Cuando se autoriza la previsión de demanda generada, la conversión de la Unidad de Medida (UOM) de la previsión de demanda a la Unidad de Medida (UOM) de inventario utiliza la conversión de UOM a nivel de producto. Al mismo tiempo, la conversión entre la unidad de inventario y la unidad de medida de ventas respeta las conversiones definidas en el nivel de variante.

Resolución de problemas en la previsión de la demanda

Si experimenta problemas con la previsión de la demanda, revise la tabla siguiente para obtener instrucciones sobre tareas y escenarios comunes antes de ponerse en contacto con el soporte técnico.

Información relacionada

• Configuración de previsión de demanda
• Generar previsión estadística de línea base
• Realización de ajustes manuales en la previsión de línea base
• Autorizar previsión de la demanda ajustada
• Supervisión de la precisión de previsión
• Eliminación de valores atípicos de los datos de transacción históricos al calcular una previsión de la demanda
• Grupos de planificación de empresas vinculadas para la previsión de la demanda
• Planificación maestra con previsiones de demanda
• Predicción de la demanda futura de productos y servicios con previsión de demanda para impulsar las decisiones empresariales
• Vídeo: Amplíe la funcionalidad de previsión de demanda
• Webinar: Azure Machine Learning Series para previsión de demanda