Kysynnän ennusteiden asetukset

Tässä artikkelissa käsitellään kysynnän ennusteen määrittämistä.

Nimikkeenkohdistustunnukset

Nimikkeiden kohdistustunnukset voivat luoda nimikeryhmiä. Järjestelmä laskee kohteen ja sen dimensioiden kysyntäennusteen vain, jos kohde on osa nimikkeen kohdistusavainta. Tämä sääntö ryhmittelee suuria tietoyksiköitä, jotta järjestelmä voi luoda kysyntäennusteita nopeammin. Järjestelmä luo ennusteita vain historiallisten tietojen perusteella.

Kohteen ja sen dimensioiden on oltava osa vain yhtä kohteen kohdistusavainta, jos käytät kohteen kohdistusavainta ennusteen luonnin aikana.

Jos haluat luoda nimikkeiden kohdistussavaimia ja lisätä niihin varastointiyksikön, toimi seuraavasti:

1. Siirry pääsuunnittelun>määrityksen>kysynnän ennustamisen>kohteen kohdistussavaimiin.

2. Valitse luetteloruudusta kohteen allokointiavain tai luo uusi valitsemalla toimintoruudusta Uusi. Määritä uutta tai valittua avaimen otsikkoa varten seuraavat kentät:

   • Nimikkeenvarausavain – Syötä avaimelle yksilöivä nimi.
   • Nimi – Anna avaimelle kuvaava nimi.

3. Lisää nimikkeitä valittuun nimikkeenvaraustunnukseen tai poista nimikkeitä noudattamalla seuraavia ohjeita:

   • Käytä Kohteiden allokointi -pikavälilehden työkalupalkin Uusi- ja Poista-painikkeita lisätäksesi tai poistaaksesi kohteita tarpeen mukaan. Valitse kullekin riville nimiketunnus ja määritä sitten dimensioarvot muihin sarakkeisiin tarpeen mukaan. Valitse työkalurivin näyttödimensiot, jos haluat muuttaa ruudukossa näkyvää dimensiosarakkeiden joukkoa. (Prosentti-sarakkeen arvo ohitetaan kysynnän ennusteita luotaessa.)
   • Jos haluat lisätä avaimeen useita nimikkeitä, avaa sivu, jossa voit etsiä ja liittää useita nimikkeitä valittuun avaimeen valitsemalla Toimintoruudusta Liitä nimikkeitä.

Konsernin sisäiset suunnitteluryhmät

Kysynnän ennusteet voivat luoda kaikki yritykset kattavia ennusteita. Dynamics 365 Supply Chain Managementissa ryhmittelet suunnittelemasi yritykset samaan konsernin sisäiseen suunnitteluryhmään. Jos haluat määrittää, mitä kohteen kohdistussavaimia kysynnän ennustamisessa kannattaa harkita, liitä kohteen kohdistusavain konsernin sisäisen suunnitteluryhmän jäseneseen.

Jos haluat määrittää konsernin sisäiset suunnitteluryhmät, toimi seuraavasti:

1. Siirry pääsuunnittelun>määritysten>konsernisuunnittelun ryhmiin.

2. Valitse luetteloruudussa joko suunnitteluryhmä tai luo uusi valitsemalla toimintoruudussa Uusi. Määritä uuden tai valitun ryhmän otsikossa seuraavat kentät:

   • Nimi – Anna suunnitteluryhmälle yksilöivä nimi.
   • Kuvaus – Anna suunnitteluryhmän lyhyt kuvaus.

3. Konsernin sisäisen suunnitteluryhmän jäsenet -pikavälilehdessä voit lisätä kullekin ryhmälle (yritykselle) rivin työkalurivin painikkeiden avulla. Määritä kullekin riville seuraavat kentät:

   • Yritys – Valitse sen yrityksen (oikeushenkilön) nimi, joka on valitun ryhmän jäsen.
   • Ajoitusjärjestys – Määritä järjestys, jossa yritys on käsiteltävä suhteessa muihin yrityksiin. Pienin arvo käsitellään ensimmäisenä. Tilaus voi olla tärkeä, kun yhden yrityksen kysyntä vaikuttaa muihin yrityksiin. Näissä tapauksissa kysynnän toimittava yritys käsitellään viimeiseksi.
   • Pääsuunnitelma – Valitse pääsuunnitelma, joka käynnistyy nykyiselle yritykselle.
   • Automaattinen kopiointi staattista suunnitelmaa varten – Valitsemalla tämän valintaruudun voit kopioida suunnitelman tuloksen staattista suunnitelmaa varten.
   • Automaattinen kopiointi dynaamista suunnitelmaa varten – Valitsemalla tämän valintaruudun voit kopioida suunnitelman tuloksen dynaamista suunnitelmaa varten.

4. Oletusarvoisesti jos et määritä kohteiden kohdistusavaimia konsernin sisäiseen suunnitteluryhmän jäseniin, järjestelmä laskee kysyntäennusteen kaikille nimikkeille, jotka on määritetty kaikille kohteiden kohdistusavaimille kaikista yrityksistä. Voit etsiä yrityksille lisää suodatusasetuksia ja nimikkeiden kohdistussavaimia Luo tilastollinen perusennuste -valintaikkunasta (PääsuunnitteluEnnusteen>>kysyntäennusteet>Luo tilastollinen perusennuste). Voit määrittää nimikkeenvaraustunnukset yritykselle valitussa konsernin sisäisessä suunnitteluryhmässä valitsemalla yrityksen ja valitsemalla sitten Konsernin sisäisen suunnitteluryhmän jäsenten pikavälilehdellä työkalurivin Nimikkeenvaraustunnukset.

Lue lisätietoja konsernin sisäisestä suunnitteluryhmästä kysynnän ennustamista varten.

Kysynnän ennustamisen parametrien määrittäminen

Kysynnän ennustamisen parametrit -sivulla voit määrittää asetuksia, jotka ohjaavat sitä, miten kysynnän ennustaminen toimii järjestelmässäsi.

Avaa Kysynnän ennusteen parametrit -sivu

Jos haluat määrittää kysynnän ennustamisen parametrit, siirry kohtaan Pääsuunnittelun>määrityksen>kysynnän ennustamisen>parametrit. Koska kysynnän ennusteet suoritetaan kaikki yritykset kattavasti, asetukset yleiset. Tämä koskee kaikkia oikeussubjekteja (yrityksiä).

Yleiset asetukset

Tarve-ennusteen parametrit -sivun Yleiset-välilehdessä voit määrittää kysynnän ennusteiden yleiset asetukset.

Kysynnän ennusteen yksikkö

Kysynnän ennusteet luovat ennusteet lukumäärinä. Siksi sinun on määritettävä määrän mittayksikkö Demand Forecast Unit -kentässä. Tässä kentässä määritetään yksikkö, jota järjestelmä käyttää kaikissa kysyntäennusteissa, riippumatta kunkin tuotteen tavanomaisista varastoyksiköistä. Käyttämällä johdonmukaista ennusteyksikköä autat varmistamaan, että kooste- ja prosenttijakauma ovat järkeviä. Lisätietoja koosteesta ja prosenttijakaumasta on kohdassa Manuaalisten muutosten tekeminen perusennusteeseen.

Varmista jokaiselle mittayksikölle, jota käytät kysyntäennusteiden varastointiyksiköissä, että mittayksikölle ja tässä valitsemalle yleiselle ennusteen mittariyksikölle on muuntosääntö. Kun luot ennusteen, järjestelmä kirjaa luettelon kohteista, joissa ei ole mittayksikön muuntamista. Näin ollen voit helposti korjata asetukset. Mittayksikön luomista ja niiden välistä muuntamista koskevia lisätietoja on kohdassa Mittayksiköiden hallinta.

Tapahtumatyypit

Transaction-tyyppien FastTab-kenttien avulla voit valita tapahtumatyypit, joita järjestelmä käyttää luodessaan tilastollista perusennustetta.

Kysynnän ennustamisen avulla voit ennustaa sekä riippuvaista kysyntää että riippumatonta kysyntää. Jos esimerkiksi asetat vain Myyntitilaus-asetukseksiKyllä ja kaikki kysynnän ennustamisessa huomioon otettavat kohteet ovat myytyjä tuotteita, järjestelmä laskee riippumattoman kysynnän. Voit kuitenkin lisätä kriittisiä aliyksitymisia kohteiden kohdistussavaimiin ja sisällyttää ne kysynnän ennustamiseen. Jos tässä tapauksessa tuotantorivin asetukseksi määritetään Kyllä, järjestelmä laskee riippuvaisen ennusteen.

Voit ohittaa yhden tai useamman tietyn nimikkeen kohdistustunnuksen tapahtumatyypit käyttämällä Nimikkeen kohdistustunnukset -välilehteä. Välilehdessä on samanlaisia kenttiä.

Perusennusteen luominen

Käytä Ennusteen luominen -strategiakenttää valitaksesi menetelmän, jota järjestelmä käyttää perusennusteen luomiseen. Käytössä on kolme tapaa:

• Kopioi historiallisen kysynnän yli – Voit luoda ennusteita kopioimalla vain historiatiedot.
• Azuren koneoppimispalvelu – Käytä ennustemallia, joka käyttää Azuren koneoppimispalvelua. Azuren koneoppimispalvelu on koneen oppimisratkaisu, joka on Azuren tämän hetkinen koneoppimispalvelu. Käytä sitä siksi, jos haluat käyttää ennustemallia.
• Azuren koneoppiminen – Käytä ennustemallia, joka käyttää Azuren koneoppimisstudioa (klassikko). Azuren automaattianalyysistudio (perinteinen) on vanhentunut, ja se poistetaan pian Azuresta. Valitse siksi Azuren automaattianalyysipalvelu , jos määrität kysynnän ennustamista ensimmäistä kertaa. Jos käytät tällä hetkellä Azuren koneoppimisstudiota (klassinen), sinun on suunniteltava vaihtaa Azuren koneoppimispalveluun mahdollisimman pian.

Voit ohittaa ennusteen luontitavan tietyn nimikkeen kohdistustunnuksen tapahtumatyypille käyttämällä Nimikkeen kohdistustunnukset -välilehteä. Välilehdessä on samanlaisia kenttiä.

Ennustealgoritmin oletusparametrien ohittaminen yleisessä käytössä

Ennusteen oletusparametrit ja -arvot määritetään Kysynnän ennustamisen parametrit -sivulla (Pääsuunnittelun>määrityksen>kysynnän ennustamisen>parametrit). Voit kuitenkin ohittaa ne yleisesti käyttämällä Tarve-ennuste-parametrit -sivun Yleiset-välilehden Ennustealgoritmien parametrit -pikavälilehtiä. (Voit myös ohittaa ne tietyissä kohdistustunnuksissa käyttämällä Tuotekohdistusavaimet-välilehteä Kysyntäennusteparametrit-sivulla.)

Työkalupalkin Lisää- ja Poista-painikkeilla voit luoda tarvittavan parametrin ohitusjoukon. Valitse jokaiselle luettelon parametrille arvo Nimi-kentän arvoista ja anna sitten sopiva arvo Arvo-kentässä. Kaikki parametrit, joita ei ole lueteltu tässä, saavat arvonsa Kysynnän ennustamisen parametrit -sivun asetuksista. Lisätietoja vakioparametrijoukon käytöstä ja niiden arvojen valitsemista on tarve-ennustemallien oletusparametreissa ja -arvoissa.

Määritä ennustedimensiot

Ennusteen dimensio näyttää ennusteen yksityiskohtaisuustason. Yritys, toimipaikka ja nimikkeenkohdistustunnus ovat pakollisia ennustedimensioita. Voit myös luoda ennusteita varaston, varaston tilan, asiakasryhmän, asiakastilin, maan/alueen, osavaltion ja nimiketason sekä kaikilla kohteen dimensiotasoilla. Käytä Ennusteen dimensiot -välilehteä Kysyntäennusteen parametrit -sivulla valitaksesi ennusteulottuvuuksien joukko, jota käytetään kysynnän ennustetta luotaessa.

Voit missä tahansa vaiheessa lisätä ennustedimensioita kysynnän ennusteissa käytettävien dimensioiden luetteloon. Voit myös poistaa ennustedimensioita luettelosta. Manuaaliset muutokset kuitenkin menetetään, jos lisäät tai poistat ennustedimension.

Tiettyjen nimikkeenvaraustunnusten ohitusten asetukset

Kaikki nimikkeet eivät toimi samalla tavalla kysynnän ennusteiden näkökulmasta. Tämän vuoksi voit määrittää varausavainkohtaisen ohituksen useimmissa Yleiset-välilehdessä käytettävissä olevissa asetuksissa. Poikkeuksena on kysynnän ennustamisen yksikkö. Jos haluat määrittää ohituksia tietylle kohteen kohdistusavaimelle, toimi seuraavasti:

1. Tarve-ennusteen parametrit -sivun Nimikkeen kohdistustunnukset -välilehdessä voit lisätä nimikkeenvaraustunnuksia vasemmalla ruudukkoon tai poistaa niitä tarpeen mukaan työkalurivin painikkeiden avulla. Valitse sitten kohdistustunnus, jota varten haluat määrittää ohitukset.
2. Ota Tapahtumatyypit-pikavälilehdessä käyttöön tapahtumatyypit, joita haluat käyttää valittuun kohdistustunnukseen kuuluville tuotteiden tilastollisen perusennusteen luonnille. Asetukset toimivat samoin kuin Yleiset-välilehdessä, mutta ne koskevat vain valittua nimikkeenvaraustunnusta. Kaikki tämän kohdan asetukset (sekä Kyllä-arvot että Ei-arvot) ohittavat Yleiset-välilehden kaikki tapahtumatyyppien asetukset.
3. Valitse Ennustealgoritmin parametrit -pikavälilehdessä ennusteen luonnin strategia ja ennustealgoritmin parametri ohittaa valittuun kohdistustunnukseen kuuluvat tuotteet. Nämä asetukset toimivat samoin kuin Yleiset-välilehdessä, mutta ne koskevat vain valittua nimikkeenvaraustunnusta. Työkalupalkin Lisää- ja Poista-painikkeilla voit määrittää tarvittavan parametrin ohitusjoukon. Valitse jokaiselle luettelon parametrille arvo Nimi-kentän arvoista ja anna sitten sopiva arvo Arvo-kentässä. Lisätietoja vakioparametrijoukon käytöstä ja niiden arvojen valitsemista on tarve-ennustemallien oletusparametreissa ja -arvoissa.

Yhteyden määrittäminen Azuren koneoppimispalveluun

Voit määrittää yhteyden Azuren koneoppimispalveluun Azuren koneoppimispalvelu -välilehdessä. Tämä ratkaisu on yksi perusennusteen luontivaihtoehdoista. Nämä tämän välilehden asetukset tulevat voimaan vain, kun Ennusteen luominen -strategiakentäksi on määritetty Azuren automaattianalyysipalvelu.

Lisätietoja Azuren koneoppimispalvelun määrittämisestä ja sen yhdistämisestä täällä olevien asetusten avulla on kohdassa Azuren koneoppimispalvelun määrittäminen.

Yhteyden määrittäminen Azuren koneoppimisstudioon (klassinen)

Jos sinulla on jo käytettävissä oleva Azuren koneoppimisstudio (klassinen) -työtila, voit käyttää sitä ennusteiden luomiseen yhdistämällä sen Supply Chain Managementiin. Voit muodostaa yhteyden käyttäen Tarve-ennusteen parametrit -sivun sarkainta, kun käytät Azuren koneoppimisen -välilehteä. (Tämän välilehden asetukset tulevat voimaan vain, kun Ennusteen luominen -strategiakentäksi on määritetty Azuren automaattianalyysipalvelut.) Anna seuraavat tiedot Azuren automaattianalyysistudion (perinteinen) työtilalle:

• Verkkopalvelun ohjelmointirajapinta- (API)-avain
• Verkkopalvelun päätepisteen URL-osoite
• Azuren tallennustilin nimi
• Azuren tallennustilin avain

Tarve-ennustemallien oletusparametrit ja -arvot

Kun käytät koneoppimista ennustesuunnittelumallien luomiseen, voit ohjata koneiden koulutusvaihtoehtoja määrittämällä arvot ennustealgoritmin parametreille. Toimitusketjun hallinta lähettää nämä arvot Azuren automaattianalyysipalveluihin. Ennustealgoritmin parametrit -sivulla voit hallita, minkä tyyppisiä arvoja annetaan ja mitä arvoja kullakin tulisi olla.

Jos haluat määrittää kysynnän ennustamisen mallien oletusparametrit ja arvot, siirry kohtaan Pääsuunnittelun>määrityksen>kysynnän ennustamisen>ennustealgoritmin parametrit. Käytettävissä on vakioparametrijoukko. Kullakin parametrillä on seuraavat kentät:

• Nimi – Parametrin nimi, jota käytetään Azuressa. Tätä nimeä ei yleensä pidä muuttaa, ellet ole mukauttanut koetta Azuren koneoppimisessa.
• Kuvaus – Parametrin yleinen nimi. Tämän nimen avulla voit tunnistaa parametrin järjestelmän muissa paikoissa (esimerkiksi kysynnän ennustamisen parametrit -sivulla).
• Arvo – Parametrin oletusarvo. Antamasi arvo määräytyy muokattavissa olevan parametrin mukaan.
• Kuvaus – Parametrin ja sen käytön lyhyt kuvaus. Tämä kuvaus sisältää tavallisesti Arvo-kentän kelvollisia arvoja koskevat ohjeet.

Oletusarvon mukaan käytetään seuraavia parametreja. (Jos haluat palata tähän vakioluetteloon, valitse Toiminto-ruudussa Palauta .)

• Luotettavuustasoprosentti – Luottamusväli koostuu arvoalueesta, joka toimii hyvinä ennusteina kysynnän ennusteelle. 95 prosentin luotettavuustasoprosentti osoittaa, että on 5 prosentin riski siitä, että tuleva kysyntä on luottamusvälin ulkopuolella.

• Pakota kausivaihtelu – Määrittää, pakotetaanko malli käyttämään tietyn kausivaihtelutyyppiä. Tämä parametri koskee vain vaihtoehtoja ARIMA ja ETS. Vaihtoehdot: AUTO (oletus), NONE, ADDITIVE, MULTIPLICATIVE.

• Ennustemalli – Määrittää, mitä ennustemallia käytetään. Vaihtoehdot: ARIMA, ETS, STL, ETS+ARIMA, ETS+STL, ALL. Valitaksesi parhaiten sopivan mallin käytä ALL-vaihtoehtoa.

• Ennusteen enimmäisarvo – Määrittää ennusteissa käytettävän enimmäisarvon. Muoto: +1E[n] tai numeerinen vakio.

• Ennusteen vähimmäisarvo – Määrittää ennusteissa käytettävän vähimmäisarvon. Muoto: -1E[n] tai numeerinen vakio.

• Puuttuva arvon korvaaminen – Määrittää, miten historiatietojen aukot täytetään. Vaihtoehdot: (numeerinen arvo), MEAN, PREVIOUS, INTERPOLATE LINEAR, INTERPOLATE POLYNOMIAL.

• Puuttuvan arvon korvaamisen laajuus – Määrittää, sovelletaanko arvon korvaamista vain kunkin yksittäisen askelvälimääritteen tai koko tietojoukon päivämääräalueeseen. Seuraavat vaihtoehdot ovat käytettävissä sen päivämääräalueen määrittämiseen, jota järjestelmä käyttää täyttäessään historiatietojen aukkoja:

  • GLOBAL – Järjestelmä käyttää kaikkien rakeisuusmääritteiden koko päivämääräalueita.
  • HISTORY_DATE_RANGE – Järjestelmä käyttää tiettyä Luo tilastollinen perusennuste -valintaruudun Historiallinen horisontti -kenttäryhmän Alkamispäivä- ja Päättymispäivä-kentissä määritettyä päivämääräaluetta.
  • GRANULARITY_ATTRIBUTE – Järjestelmä käyttää kulloinkin käsiteltävänä olevan rakeisuusmääritteen päivämääräaluetta.

  Huomautus

  Rakeisuusmäärite on yhdistelmä ennustedimensioita, joiden perusteella ennuste tehdään. Voit määrittää ennustedimensioita Kysynnän ennusteen parametrit -sivulla.

• Kausivaihtelun vihje – Anna ennustemallia varten kausivaihtelutietojen vihje ennusteen tarkkuuden parantamiseksi. Muoto: kokonaisluku, joka kuvaa niiden jaksojen pituutta, jolloin kysyntäkuvio toistuu. Syötä esimerkiksi luku 6, jos tiedot toistuvat kuuden kuukauden välein.

• Testaa määritetyn koon prosenttiosuus – Ennusteen tarkkuuden laskutoimituksen testijoukkona käytettävien historiallisten tietojen prosenttiosuus.

Ohita näiden parametrien arvot valitsemalla Pääsuunnittelun>määrityksen>kysynnän ennustamisen>parametrit. Voit ohittaa nämä parametrit Kysynnän ennusteen parametrit -sivulla seuraavilla tavoilla:

• Käyttää Yleistä-välilehteä parametrien yleiseen ohittamiseen.
• Käyttää Nimikkeenkohdistusavaimet-välilehteä parametrien ohittamiseksi tiettyä nimikkeenkohdennusavainta kohden. Parametrit, jotka ohitat tietyllä kohteen kohdistusavaimella, vaikuttavat vain kyseiseen kohteen kohdistusavaimeen liittyvien kohteiden ennusteeseen.

Azuren koneoppimispalvelun määrittäminen

Toimitusketjun hallinta laskee kysyntäennusteet Azuren automaattianalyysipalvelun avulla. Sinun on määritettävä ja suoritettava tämä palvelu omassa Azure-tilauksessasi. Tässä osassa kuvaillaan, kuinka muodostit Azuren koneoppimispalvelun Azuressa, ja liitä se sitten Supply Chain Management -ympäristöön.

Ota Azuren koneoppimispalvelu käyttöön ominaisuudenhallinnassa

Jos haluat käyttää tätä ominaisuutta, se on otettava käyttöön järjestelmässä. Supply Chain Managementin versiosta 10.0.32 alkaen se on poistettu oletusarvoisesti käytöstä. Supply Chain Managementin versiosta 10.0.36 alkaen tämä toiminto on pakollinen, eikä sitä voi poistaa käytöstä. Jos käytät vanhempaa versiota kuin 10.0.36, järjestelmänvalvojat voivat ottaa tämän toiminnon käyttöön tai pois käytöstä hakemalla Azuren koneoppimispalvelu kysynnän ennustetta varten -toimintoa Toimintojen hallinta -työtilassa.

Koneoppimispalvelun määrittäminen Azuressa

Jotta Azure voi käsitellä ennusteitasi koneoppimisen avulla, sinun on määritettävä Azuren automaattianalyysipalvelut-työtila tätä tarkoitusta varten. Sinulla on kaksi vaihtoehtoa:

• Jos haluat määrittää työtilan suorittamalla Microsoftin tarjoaman komentosarjan, noudata ohjeita kohdassa Vaihtoehto 1: Suorita komentosarja, jotta voit määrittää automaattianalyysityötilasi automaattisesti , ja siirry sitten osioon Azuren automaattianalyysipalvelun yhteysparametrien määrittäminen Toimitusketjun hallinnassa .
• Jos haluat määrittää työtilan manuaalisesti, noudata seuraavia ohjeita kohdassa Vaihtoehto 2: Suorita komentosarja manuaalisesti määrittääksesi koneoppimistyötilan -osion ja siirry sitten kohtaan Määritä Azuren koneoppimispalvelun yhteysparametrit Supply Chain Managementissa -osiossa. Tämä vaihtoehto vie enemmän aikaa, mutta se antaa sinulle enemmän hallintaa.

Vaihtoehto 1: Koneoppimisen työtilan automaattinen määrittäminen komentosarjan suorittamalla

Tässä osiossa kerrotaan, miten voit määrittää koneoppimistyötilan Microsoftin tarjoaman automatisoidun komentosarjan avulla. Voit halutessasi määrittää kaikki resurssit manuaalisesti noudattamalla ohjeita Kohdassa 2: Määritä koneoppimisen työtila manuaalisesti -osa. Molempia vaihtoehtoja ei tarvitse suorittaa.

1. Avaa GitHubissa Dynamics 365 Supply Chain Managementin kysynnän ennusteiden mallit Azure koneoppimisen avulla -säilö (repo) ja lataa seuraavat tiedostot:

   • quick_setup.ps1
   • sampleInput.csv
   • src/parameters.py
   • src/api_trigger.py
   • src/run.py
   • src/REntryScript/forecast.r

2. Avaa PowerShell-ikkuna ja suorita quick_setup.ps1 komentosarja, jonka latasit edellisessä vaiheessa. Noudata näytön ohjeita. Komentosarja määrittää vaaditut työtilat, tallennustilan, tietosäilön (nimeltä workspaceblobdemplan) ja käsittelyresurssit.

3. Määritä työtilanblobdemplan-tietokauppa (jonka quick_setup.ps1 komentosarja luo) oletustietokaupasta seuraavien ohjeiden avulla.

   1. Valitse Azuren koneoppimispalvelustudion navigaattorissa Tietosäilöt.
   2. Valitse workspaceblobdemplan-tietosäilö (se on tyyppiä Azure Blob -säilö ja osoittaa demplan-azureml-blob-varastosäiliöön).
   3. Avaa workspaceblobdemplan-tietosäilön tietosivu ja valitse Aseta oletustietosäilöksi.

4. Lataa sampleInput.csv vaiheessa 1 lataamasi tiedosto Azuren automaattianalyysistudiossa säilöön, jonka nimi on demplan-azureml. (Komentosarja quick_setup.ps1 loi tämän säilön.) Tätä tiedostoa tarvitaan putken julkaisemiseen ja testiennusteen luomiseen. Lisätietoja on kohdassa Lataa blob-objektilohko.

5. Valitse Azuren koneoppimispalvelustudion navigaattorissa Notebooks.

6. Tiedosto-rakenne sisältää seuraavan sijainnin: Käyttäjät/[nykyinen käyttäjä]/src.

7. Lataa loput neljä vaiheessa 1 lataamaasi tiedostoa sijaintiin, jotka ovat edellisessä vaiheessa.

8. Valitse api_trigger.py tiedosto, jonka juuri latasit ja suorita se. Se luo putken, joka voidaan käynnistää ohjelmointirajapinnan kautta. (Putket tarjoavat tavan aloittaa ennustekomentosarjat Supply Chain Managementissa.)

9. Työtila on nyt määritetty. Siirry eteenpäin Määritä Azuren koneoppimispalvelu -yhteysparametrit Supply Chain Management -osiossa.

Vaihtoehto 2: Koneoppimisen työtilan määrittäminen manuaalisesti

Tässä osassa kuvataan, kuinka koneoppimisen työtila määritetään manuaalisesti. Suorita tämän osion vaiheet vain, jos päätät olla suorittamatta automatisoitua asennuskomentosarjaa. Saat ohjeet kohdasta Vaihtoehto 1: Koneoppimistyötilan määrittäminen komentosarjan suorittaminen .

Vaihe 1: Uuden työtilan luominen

Luo uusi koneoppimisen työtila seuraavien ohjeiden mukaan.

1. Kirjaudu Azure-portaaliisi.

2. Avaa Automaattianalyysipalvelut-palvelu.

3. Avaa ohjattu luonti-toiminto valitsemalla työkalurivillä Luo.

4. Suorita ohjattu toiminto loppuun noudattamalla näyttöön tulevia ohjeita. Pidä seuraavat seikat mielessäsi:

   • Käytä oletusasetuksia, ellei muissa tämän luettelon pisteissä suositella eri asetuksia.
   • Varmista, että valitset sen maantieteellisen alueen, joka vastaa sitä aluetta, jossa Supply Chain Managementin esiintymä on otettu käyttöön. Muutoin osa tiedoistasi voi läpäistä aluerajat. Lue lisätietoja tämän artikkelin myöhemmästä tietosuojailmoituksesta .
   • Käytä erillisiä resursseja, kuten resurssiryhmiä, tallennustilejä, säilörekistereitä, Azure Key Vaulteja ja verkkoresursseja.
   • Määritä tallennustilin nimi ohjatussa toiminnossa Määritä Azuren koneoppimispalvelun -yhteyden parametrit -sivulla. Käytä kysyntäennusteeseen varattua tiliä. Kysynnän ennustamisen syöte- ja tulostetiedot tallennetaan tälle tallennustilille.

Lisätietoja on artikkelissa Työtilan luominen.

Vaihe 2: Tallennusvaraston määrittäminen

Seuraavien ohjeiden avulla voit määrittää tallennusvälineitäsi.

1. Avaa GitHubissa Templates for Dynamics 365 Supply Chain Managementin kysynnän ennustaminen Azuren automaattianalyysipalveluiden säilöllä ja lataa sampleInput.csv tiedosto.
2. Avaa tallennustili, jonka loit Vaiheessa 1: Luo uusi työtila -osa.
3. Seuraa ohjeita kohdassa Luo säilö luodaksesi säilön, jonka nimi on demplan-azureml.
4. sampleInput.csv Lataa vaiheessa 1 lataamasi tiedosto juuri luomaasi säilöön. Tarvitset tämän tiedoston, jotta voit julkaista putken ja luoda testiennusteen. Lisätietoja on kohdassa Lataa blob-objektilohko.

Vaihe 3: Oletustietosäilön määrittäminen

Määritä oletustietokauppa seuraavasti:

1. Valitse Azuren koneoppimispalvelustudion navigaattorissa Tietosäilöt.
2. Luo uusi Azure Blob-säilö -tyyppinen tietovarasto, joka osoittaa demplan-azureml Blob-tallennussäiliöön, jonka loit Vaiheessa 2: Määritä tallennustila -osiossa. Jos uuden tietosäilön todennustyyppi on Tiliavain, anna tiliavain luodulle tallennustilille. Katso ohjeet artikkelista Tallennustilin käyttöavainten hallinta.
3. Tee uudesta tietosäilöstä oletustietosäilö avaamalla sen tiedot ja valitsemalla Määritä oletustietosäilöksi.

Vaihe 4: Tietojenkäsittelyresurssien määrittäminen

Jos haluat määrittää laskentaresurssin Azuren automaattianalyysistudiossa ennustamisen luontikomentosarjojen suorittamiseksi, toimi seuraavasti:

1. Avaa vaiheessa 1: Luo uusi työtila -osassa luomasi koneoppimistyötilan tietosivu. Etsi Studion verkko-URL-osoite -arvo ja avaa se valitsemalla linkki.

2. Valitse toimintoruudussa Käsittele.

3. Valitse Käsittelyesiintymät-välilehdeltäUusi , jolloin avautuu ohjattu toiminto, joka auttaa luomaan uuden käsittelyesiintymän. Noudata näytön ohjeita. Oletusasetusten käyttäminen. Laskentaesiintymän avulla luodaan kysynnän ennustamisen putki. Voit poistaa sen, kun putki on julkaistu.

4. Valitse Käsittelyklusterit-välilehdeltäUusi , jolloin avautuu ohjattu toiminto, joka auttaa luomaan uuden käsittelyklusterin. Noudata näytön ohjeita. Laskentaklusteri luo kysyntäennusteita. Sen asetukset vaikuttavat suorituskykyyn ja ajon rinnakkaisuuden enimmäistasoon. Määritä seuraavat kentät, mutta käytä kaikkien muiden kenttien oletusasetuksia:

   • Nimi – Syötä e2ecpucluster.
   • Virtuaalikoneen koko – Määritä tämä asetus sen mukaan, kuinka paljon tietoja haluat käyttää kysynnän ennusteen syötteenä. Solmujen määrä ei saa ylittää lukua 11, koska kysyntäennusteen luonti edellyttää yhtä solmua ja tämän jälkeen ennusteen luonnissa tarvittavien solmujen enimmäismäärä on 10. Määrität myös solmujen määrän tiedostossa parameters.pyvaiheessa 5: Putkien luominen . Jokaisessa solmussa useat työntekijäprosessit suorittavat ennusteiden komentosarjoja rinnakkain. Työn työntekijäprosessien kokonaismäärä on Solmun ydinten määrä, jolla solmulla on × solmumäärä. Jos laskentaklusterissa on esimerkiksi Standard_D4 tyyppi (kahdeksan ydintä) ja enintään 11 solmua, ja jos nodes_count tiedoston arvoksi on määritetty 10parameters.py, rinnakkaisuuden tehokas taso on 80.

Vaihe 5: Putkien luominen

Putket tarjoavat tavan aloittaa ennustekomentosarjat Supply Chain Managementissa. Voit luoda tarvittavat putket seuraavasti:

1. Avaa GitHubissa Dynamics 365 Supply Chain Managementin kysynnän ennusteiden mallit Azure koneoppimisen avulla -säilö ja lataa seuraavat tiedostot:

   • src/parameters.py
   • src/api_trigger.py
   • src/run.py
   • src/REntryScript/forecast.r

2. Valitse Azuren koneoppimispalvelustudion navigaattorissa Notebooks.

3. Tiedosto-rakenne sisältää seuraavan sijainnin: Käyttäjät/[nykyinen käyttäjä]/src.

4. Lataa neljä vaiheessa 1 lataamaasi tiedostoa sijaintiin, jotka ovat edellisessä vaiheessa.

5. Avaa ja tarkista juuri lataamasi tiedosto Azuressa parameters.py . Varmista, että nodes_count-arvo on pienempi kuin arvo, jonka määritit laskentaklusteriin vaiheessa 4: Määritä laskentaresurssit -osassa. Jos nodes_count-arvo on suurempi tai yhtä suuri kuin laskentaklusterin solmujen määrä, putkisuoritus voi käynnistyä. Se kuitenkin lakkaa vastaamasta, kun se odottaa tarvittavia resursseja. Lisätietoja solmujen inventointiin on kohdassa Vaihe 4: Laske resurssien määritys.

6. Valitse api_trigger.py tiedosto, jonka juuri latasit ja suorita se. Se luo putken, jonka voit käynnistää ohjelmointirajapinnan kautta.

Uuden Microsoft Entra -sovelluksen määrittäminen

Tarvitset Microsoft Entra -sovelluksen, jotta voit todentaa palvelun päänimellä resursseilla, jotka on varattu kysynnän ennustamiseen. Sen vuoksi sovelluksella tulisi olla pienin oikeustaso, joka tarvitaan ennusteen luomiseen.

1. Kirjaudu Azure-portaaliisi.

2. Rekisteröi uusi hakemus vuokralaisen Microsoft Entra ID:n kautta. Katso ohjeet kohdasta Microsoft Entra -sovelluksen ja resursseja käyttävän palvelun päänimen luonti portaalin avulla.

3. Suorita ohjattu toiminto loppuun noudattamalla näyttöön tulevia ohjeita. Oletusasetusten käyttäminen.

4. Anna uudelle Microsoft Entra -sovelluksellesi käyttöoikeus seuraaviin resursseihin, jotka loit Osiossa Azuren koneoppimisen määrittäminen . Ohjeita on kohdassa Määritä Azure-rooleja Azure-portaalia käyttämällä. Tämän vaiheen avulla järjestelmä voi tuoda ja viedä ennustetietoja sekä käynnistää koneoppimisputken supply chain managementista.

   • Osallistujarooli koneoppiminen -työtilassa
   • Osallistujarooli on varattu varastotilille.
   • Blob-säilön osallistujarooli on varattu varastotilille.

5. Luo sovellukselle salaisuus luomasi sovelluksen Todistukset ja salaisuudet -osassa. Lisätietoja on kohdassa Asiakassalaisuuden lisääminen.

6. Kirjoita huomautus sovelluksen tunnuksesta ja sen salaisuudesta. Tämän sovelluksen tietoja tarvitaan myöhemmin, kun määrität Tarve-ennusteen parametrit -sivun Supply Chain Managementissa.

Siirry eteenpäin Määritä Azuren koneoppimispalvelu -yhteysparametrit Supply Chain Management -osiossa.

Yhdistä toimitusketjun hallintaympäristösi Azuressa määrittämääsi koneoppimispalveluun seuraavien ohjeiden avulla.

1. Kirjaudu Supply Chain Managementiin.

2. Siirry pääsuunnittelun>määrityksen>kysynnän ennustamisen>parametreihin.

3. Tarkista Yleiset-välilehdestä, että Ennusteen luonnin strategia -kentän arvoksi on määritetty Azuren koneoppimispalvelu.

4. Varmista Nimikkeen kohdistustunnukset -välilehdessä, että Ennusteen luonnin strategia -kentän arvoksi on määritetty Azuren koneoppimispalvelu jokaiselle kohdistustunnukselle, jonka on määrä käyttää Kysynnän ennusteiden tuotannossa Azuren koneoppimispalvelua.

5. Määritä Azuren koneoppimispalvelu -välilehdellä seuraavat kentät:

   • Vuokraajan tunnus – Syötä Azure-vuokraajan tunnus. Supply Chain Management todentaa tällä tunnuksella Azuren automaattianalyysipalvelussa. Voit etsiä vuokralaisen tunnuksesi Microsoft Entra ID:n Yhteenveto-sivulta, joka on Azure-portaalissa.
   • Palvelun pääsovellustunnus – Määritä Active Directory -sovelluksen osassa luomasi sovelluksen sovellustunnus. Supply Chain Management käyttää tätä arvoa API-pyyntöjen valtuuttamiseen Azuren automaattianalyysipalvelussa.
   • Palveluobjektin salaisuus – Määritä palvelun pääsovelluksen salaisuus sovellukselle, jonka loit Active Directory -sovelluksessa. Supply Chain Management käyttää tätä arvoa hankkiakseen käyttöoikeustietueen luomallesi suojausobjektille valtuutettujen toimintojen suorittamiseksi Azure-tallennuksessa ja Azuren konekielen työtilassa.
   • Tallennustilin nimi – Kirjoita Azure-tallennustilin nimi, jonka määritit, kun suoritit ohjatun asennustoiminnon Azure-työtilassa. (Lisätietoja on osiossa Koneoppimisen määrittäminen Azuressa .)
   • Putken päätepisteen osoite – Kirjoita putken REST-päätepisteen URL-osoite Azuren koneoppimispalvelulle. Olet luonut putken viimeiseksi vaiheeksi, kun määrität koneoppimisen Azuressa. Jos haluat ottaa putken URL-osoitteen käyttöön, kirjaudu sisään Azure-portaaliin ja valitse siirtymispalkista Putket. Valitse Putki-välilehdestä putken päätepiste, jonka nimi on TriggerDemandForecastGeneration. Kopioi sitten näkyvissä näkyvä REST-päätepiste.

   

Tietosuojatiedot

Kun valitset ennusteen luomisstrategiaksi Azuren koneoppimispalvelun, Supply Chain Management lähettää automaattisesti asiakastiedot historialliseen kysyntään, kuten koostettuihin määriin, tuotenimiin ja tuotedimensioihin, lähetys- ja vastaanottosijaintoihin, asiakastunnuksiin ja ennusteparametreihin, maantieteelliselle alueelle, jossa koneoppimistyötilasi ja siihen linkitetty tallennustilisi sijaitsevat, tulevaisuuden tarpeiden ennustamista varten. Azuren koneoppimispalvelun maantieteellinen alue voi olla eri kuin maantieteellinen alue, jolla Supply Chain Management otetaan käyttöön. Osa käyttäjistä voi määrittää, onko tämä toiminto käytössä, valitsemalla Ennusteen luontistrategia Tarve-ennusteen parametrit -sivulla.

Liittyvät tiedot

• Kysynnän ennustepalveluiden yleiskatsaus
• Tilastollisen perusennusteen luominen
• Manuaalisten oikaisujen tekeminen perusennusteeseen
• Verkkoseminaari: Kysynnän ennustaminen Azuren koneoppimispalvelun sarjojen avulla