Kysynnän ennusteiden yleiskatsaus

Muistio

Yhteisön eturyhmät ovat nyt siirtyneet Yammerista Microsoft Viva Engageen. Liity Viva Engage -yhteisöön ja osallistu uusimpiin keskusteluihin täyttämällä Pyydä käyttöoikeutta rahoitukseen ja toimintoihin Viva Engage -yhteisö -lomake ja valitse yhteisö, johon haluat liittyä.

Vinkki

Tässä artikkelissa kuvataan tarveennustetoiminto, joka on integroitu Microsoft Dynamics 365 Supply Chain Management. Jotta suunnittelu- ja ennustekokemus olisi vielä parempi, Microsoft Dynamics 365 Supply Chain Management on suositeltavaa kokeilla Tarvesuunnittelu-suunnitelmia, joiden Microsoft on Microsoft:n seuraavan tuotannon yhteistyössä tehtävä tarvesuunnitteluratkaisu. Lisätietoja on Tarvesuunnittelu-aloitussivulla.

Kysynnän ennustamisen avulla voit ennustaa itsenäistä kysyntää myyntitilauksista ja riippuvaiesta kysynnästä asiakastilausten erottavassa kohdassa. Tarkennetut ennustevähennyssäännöt tarjoavat ihanteellisen ratkaisun joukkomukauttamiseen.

Perusennusteen luomiseksi lähetetään yhteenveto historiallisista tapahtumista Microsoft Azure Machine Learning, jota isännöidään Azure. Koska tätä palvelua ei jaeta käyttäjien kesken, voit helposti mukauttaa sitä toimialakohtaisten vaatimusten mukaiseksi. toimitusketjunhallinta avulla voit visualisoida ennusteen, säätää ennustetta ja tarkastella ennusteen tarkkuutta koskevia suorituskykyilmaisimia.

Muistio

Microsoft Azure Machine Learning Studio (perinteinen) vaaditaan ennusteiden luomiseen koneoppimisen avulla. Et voi luoda uusia (perinteisiä) Machine Learning Studio resursseja 1.12.2021 alkaen. Voit kuitenkin jatkaa aiemmin luotujen (perinteisten) Machine Learning Studio resurssien käyttöä 31.8.2024 asti. Päivitettyjä tietoja on kohdassa Azuren koneoppimisstudio.

Dynamics 365 Supply Chain Management versiosta 10.0.23 ja sitä uudemmat tukevat uutta Azure-Machine Learning Studio.

Kysynnän ennusteen tärkeimmät ominaisuudet

Tässä on muutamia kysynnän ennusteiden pääominaisuuksia:

  • Luo historialliseen tietoon perustuva tilastollinen perusennuste.
  • Käytä ennustedimensioiden dynaaminen joukko
  • Visualisoi ennustetrendejä, luottamusvälejä ja ennusteeseen tehtyjä muutoksia.
  • Valtuuta mukautettu ennuste käytettäväksi suunnitteluprosesseissa.
  • Poista poikkeava arvo.
  • Luo ennusteen tarkkuuden mittarit.

Kysynnän ennusteen pääteemat

Kysynnän ennustamisessa on käytössä kolme pääteemaa:

  • Modulaarisuus – Kysynnän ennusteet ovat modulaarisia ja helposti määritettäviä. Voit ottaa toiminnon käyttöön ja poistaa sen käytöstä muuttamalla konfigurointiavain kohdassa Kauppa > Varastoennuste > Kysynnän ennuste.
  • Reuse of the Microsoft stack – Automaattianalyysipalvelut avulla voit nopeasti ja helposti luoda ennakoivia analyysikokeiluja, kuten kysynnän arviointikokeiluja, käyttämällä R- tai Python ohjelmointikieliä ja yksinkertaista vedä ja pudota -käyttöliittymää.
    • Voit ladata kysynnän ennusteen kokeilut, muuttaa niitä niin, että ne vastaavat liiketoimintasi tarpeita, julkaista ne verkkopalvelussa Azuressa ja käyttää niitä kysynnän ennusteiden luomiseen. Voit ladata kokeiluja, jos ostat toimitusketjunhallinta tuotantosuunnittelijan tilauksen yritystason käyttäjänä.
    • Voit luoda omia kokeiluja Microsoft Azure Machine Learning studio (perinteinen), julkaista niitä palveluina Azure ja luoda kysyntäennusteita niiden avulla.
    • Jos et tarvitse korkeaa suorituskykyä tai jos sinun ei tarvitse käsitellä suurta tietojen määrää, voit käyttää automaattianalyysipalveluiden vapaata tasoa. Aloita aina tästä tasosta erityisesti toteutus- ja testausvaiheissa. Jos tarvitset korkeampaa suorituskykyä ja lisätallennustilaa, voit käyttää automaattianalyysipalveluiden standarditasoa. Tämä taso vaatii Azure-tilauksen ja siihen liittyy lisäkustannuksia. Saat lisätietoja automaattianalyysipalveluiden hinnoittelusta kohdassa Automaattianalyysipalveluiden hinnoittelu.
  • Ennusteen pienentäminen missä tahansa erottavassa kohdassa – Kysynnän ennustaminen perustuu tähän toimintoon, jonka avulla voit ennustaa sekä riippuvaista että riippumatonta kysyntää missä tahansa erottavassa kohdassa.

Kysynnän ennusteen peruskulku

Seuraavassa kaaviossa on kuvattu kysynnän ennusteen peruskulku.

kysynnän ennustamisen johdantokaavio.

Kysynnän ennusteen luonti aloitetaan toimitusketjunhallintaissa. toimitusketjunhallintain tapahtumatietokannan historialliset tiedot kootaan ja kirjoitetaan valmistelutaulukkoon. Valmistelutaulukko syötetään myöhemmin automaattianalyysipalveluun. Minimaalisilla mukautustoimilla voit kytkeä useita tietolähteitä valmistelutaulukkoon. Tietolähteet voivat sisältää Microsoft Excel-tiedostoja, CSV-tiedostoja ja tietoja Microsoft Dynamics AX 2009 ja 2012 Microsoft Dynamics AX. Voit näin ollen luoda kysynnän ennusteita, jotka huomioivat useisiin järjestelmiin hajautettuja tietoja. Päätietojen, kuten nimikkeiden nimien ja mittayksiköiden, on kuitenkin oltava samat kaikissa tietolähteissä.

Jos käytät automaattianalyysipalvelun kokeiluja, ne etsivät sopivinta viidestä aikasarjan ennustusmenetelmästä perusennusteen laskemiseen. Näiden ennustemenetelmien parametreja hallitaan toimitusketjunhallintaissa.

Ennusteet, historialliset tiedot ja kysynnän ennusteisiin aiemmissa iteraatioissa tehdyt muutokset ovat sitten käytettävissä toimitusketjunhallintaissa.

Voit käyttää toimitusketjunhallintaia perusennusteiden visualisointiin ja muokkaukseen. Manuaaliset muutokset on valtuutettava ennen kuin ennusteita voidaan käyttää suunnitteluun.

Rajoitukset

Kysynnän ennusteet on työkalu, joka auttaa teollisuuden alan asiakkaita luomaan ennusteprosesseja. Se tarjoaa kysynnän ennusteen ratkaisun perustoiminnot ja on suunniteltu helposti laajennettavaksi. Kysynnän ennusteet eivät ehkä sovellu parhaiten kaupan, tukkukaupan, varastoinnin, kuljetus- tai muulla palvelualalla oleville asiakkaille.

Kysynnän ennusteen varianttimuunnoksen rajoitus

Mittayksikköä (UOM) varianttikohtaista muuntoa ei tueta täysin, kun kysynnän ennustetta luodaan, jos varaston UOM-varasto eroaa kysyntäennuste-UOM:stä.

Ennusteen luonti (Varaston mittayksikkö > Kysynnän ennusteen mittayksikkö) käyttää tuotteen mittayksikön muunnosta. Kun ladataan historiallisia tietoja kysyntäennusteiden luontia varten, tuotetason UOM-muunnosta käytetään aina muunnettaessa varaston UOM:stä kysyntäennuste-UOM:ksi, vaikka varianttitasolla olisi määritetty muunnoksia.

Ennusteen valtuuttamisen ensimmäinen osa (Kysynnän ennusteen mittayksikö > varaston mittayksikkö) käyttää tuotannon mittayksikön muuntoa. Ennusteen valtuuttamisen toinen osa (Varaston mittayksikkö > myynnin mittayksikkö) käyttää variantin mittayksikön muuntoa. Kun luotu kysyntäennuste on sallittu, muuntaminen varaston UOM:ksi kysyntäennusteesta UOM käyttää tuotetason UOM-muuntoa. Samalla varastoyksikön ja myynti-UOM:n välisessä muuntamisessa noudatetaan varianttitason määrittämiä muunnoksia.

Muistio

Kysynnän ennusteen mittayksiköllä ei tarvitse tiettyä merkitystä. Se voidaan määrittää kysynnän ennusten yksiköksi. Kunkin tuotteen muuntosuhteeksi voidaan määrittää 1:1 varaston mittayksiköllä.

Kysynnän ennustamisen vianmääritys

Jos kohtaat ongelmia kysynnän ennustamisessa, tutustu seuraavaan taulukkoon, jossa on ohjeita yleisistä tehtävistä ja skenaarioista, ennen kuin otat yhteyttä tukeen.

Alue Description Lisätietoja
Asennus ja määritys Määritä kysynnän ennustamisen parametrit, kohdistussavaimet, Automaattianalyysipalvelut yhteydet ja konsernin sisäiset suunnitteluryhmät. Kysynnän ennusteiden asetukset
Perusennusteiden luominen Luo tilastollinen perusennuste historiallisista tapahtumatiedoista käyttämällä Azure Machine Learning. Tilastollisen perusennusteen luominen
Ennusteen muutokset Tee manuaalisia muutoksia perusennusteeseen, ennen kuin annat sille käyttöluvan pääsuunnittelussa. Manuaalisten oikaisujen tekeminen perusennusteeseen
Ennusteen valtuutus Valtuuta mukautettuja kysyntäennusteita, jotta pääsuunnitteluprosessi voi käyttää niitä. Oikaistun ennusteen valtuuttaminen
Ennusteen tarkkuus Seuraa ja mittaa kysyntäennusteiden tarkkuutta tulevien ennusteiden parantamiseksi. Ennusteen tarkkuuden seuranta
Arvojen poikkeavuuksien poistaminen Tunnista poikkeavia arvoja historiallisista tapahtumatiedoista ja poista niitä ennusteen laadun parantamiseksi. Poista poikkeavat tiedot aiemmista tapahtumatiedoista laskettaessa ennustetarvetta
Ennusteen pienentäminen Tutustu siihen, miten kysyntäennusteita vähennetään todellisilla tapahtumilla pääsuunnittelun aikana, mukaan lukien erot suunnittelun optimoinnin ja vanhentuneen moduulin välillä. Pääsuunnittelu ja kysynnän ennusteet
Liiketoimintaprosessin ohjeet Tarkastele kysynnän ennustamisen päästä päähän -liiketoimintaprosessia ennusteen ja suunnitelman skenaariossa. Ennakoi tuotteiden ja palveluiden tulevaa kysyntää ennakoimalla kysyntäennusteita liiketoimintapäätösten tueksi
  • Last updated on