Bedarfsprognose (Vorschau)

Prognose der SKU-Nachfrage mit Bereichen, Genauigkeit und Bestandsübergabe.

Dieser Connector ist in den folgenden Produkten und Regionen verfügbar:

Service Class Regions
Copilot Studio Premium Alle Power Automate Regionen mit Ausnahme der folgenden:
     - US Government (GCC)
     - US Government (GCC High)
     - China Cloud betrieben von 21Vianet
     - US Department of Defense (DoD)
Logic Apps Standard Alle Logik-Apps-Regionen mit Ausnahme der folgenden Bereiche:
     - Azure Government Regionen
     - Azure China-Regionen
     - US Department of Defense (DoD)
Power Apps Premium Alle Power Apps Regionen mit Ausnahme der folgenden:
     - US Government (GCC)
     - US Government (GCC High)
     - China Cloud betrieben von 21Vianet
     - US Department of Defense (DoD)
Power Automate Premium Alle Power Automate Regionen mit Ausnahme der folgenden:
     - US Government (GCC)
     - US Government (GCC High)
     - China Cloud betrieben von 21Vianet
     - US Department of Defense (DoD)
Kontakt
Name Saifs AI
URL https://saifs.ai/
E‑Mail taher@saifytech.com
Connectormetadaten
Herausgeber Saifs AI
Website https://saifs.ai/
Datenschutzrichtlinie https://saifs.ai/privacy_page
Categories Künstliche Intelligenz; Daten

Nachfrageprognosen - Saifs AI wandelt einen Umsatz- oder Volumenverlauf in das um, was jedes Produkt (oder jede Region /Kanal) als nächstes verkauft, mit einem Bereich, keine bloße Zahl. Verbinden Sie Vertriebsdaten über Microsoft Copilot Studio oder Microsoft 365 Copilot. Die MCP rastert die Geschichte, wählt ein klassisches Modell (Naive / SES / Holt / Holt-Winters / Croston-SBA) durch Roll-Origin Backtest und gibt rangierte Entscheidungen, pro Serie Prognosen mit Vorhersageintervallen, Genauigkeit, Regimeänderungswarnungen, einem Datenqualitätsbericht und einer Bestandsübergabe (Nachfrage über Leadzeit plus Prognose-Fehler-Sigma) zurück.

Wer sollte es verwenden?

  • Einzelhandelskäufer und Warenhändler, die eine Pro-SKU-Ausblick für das nächste Quartal anstelle von% des letzten Jahres benötigen
  • Händler und Großhändler, die Prognosen nach Lager, Godown oder Region aufteilen
  • Ersatzteile und Industrieplaner, deren Nachfrage pauschal ist und Croston / SBA verwenden sollte
  • Hersteller und Produktionsplaner, die eine Einheits-Outlook von SKU benötigen
  • E-Commerce- und D2C-Operationen planen das nächste Quartal und beobachten die Nachfrageverschiebungen
  • Apotheke und verlässige Planer, die einen Bedarfsbereich benötigen, keine falsche Punktschätzung
  • Support- und Mitarbeiterplaner prognostizieren Ticket oder Kontaktvolumen
  • SMB-Besitzer, die Tally- oder Excel-Exporte verwenden, ohne zuerst Spalten zu bereinigen oder umzubenennen
  • Bestands- und Einkaufsmanager, die die Nachfrage über die Vorlaufzeit jedes Produkts benötigen
  • Copilot Studio und Microsoft 365 Copilot Hersteller, die erklärten Bedarfsmathematik zu Agenten hinzufügen

Wie es hilft

  • Prognose der nächsten Periode pro Produkt (und optional pro Region oder Kanal) mit einem Vorhersageintervall (Standard 95%)
  • Automatische Modellauswahl nach zeitgeordneter Backtest; intermittierende Serie werden an Croston / SBA weitergeleitet
  • Saisonale Modelle nur, wenn es genug Geschichte gibt; dünne Reihen werden abgelehnt oder mit einem angegebenen Grund einem breiten Mittelwertfallback gewährt.
  • Reale Dateien werden as-is akzeptiert (Gutscheindatum, Rechnungsmenge, Lagerartikel, Godown; Werte wie 12 Pcs, n/a, 15-Jan-2024)
  • Die Lagerübergabe verwendet die eigene Vorlaufzeit jeder SKU, wenn diese bereitgestellt wird; andernfalls eine Standardwartezeit (14 Tage)
  • Spitzen sind gekennzeichnet und gekappent; Unlesbare Zellen und Löcher in einer dichten Datei fehlen, nicht verkauft-null

Tools

  • demand_forecaster: etwa 2.500 Zeilen oder 200 Produkte oder weniger; Zeilen senden und das vollständige Prognoseergebnis erhalten
  • demand_forecaster_get_engine: größere Dateien; gibt ein einsatzbereites Numpy-Skript zurück, sodass schwere Daten auf dem Benutzercomputer bleiben können

Authentifizierung OAuth 2.0. Benutzer schließen den OAuth-Zustimmungsfluss beim Herstellen einer Verbindung mit dem Server ab. Für Microsoft Zertifizierungspakete werden OAuth-Clienteinstellungen über Azure Key Vault referenziert (ClientId, ClientSecret, AuthorizationUrl, TokenUrl; RefreshUrl und Bereiche, falls zutreffend).

Erste Schritte

  1. Hinzufügen von Bedarfsprognosen - Saifs AI in Copilot Studio oder Microsoft 365 Copilot.
  2. Melden Sie sich bei Aufforderung mit OAuth 2.0 an.
  3. Bereitstellen eines Umsatz- oder Volumenverlaufs mit mindestens Datum und Menge; umfassen SKU, Region, Kanal und Leadzeiten für stärkere Ergebnisse. Kopieren Sie Zeilen genau; nicht umbenennen oder vorab bereinigen.
  4. Fragen Sie, was Sie als Nächstes pro SKU, nach Lager oder über eine bestimmte Vorlaufzeit verkaufen werden.

Ergebnisse sind Entscheidungsunterstützung, kein ERP- oder S&OP-Ersatz. Verwenden Sie immer den Prognosebereich, nicht nur den Mittelpunkt. Die dünne Geschichte wird mit einem angegebenen Grund zurückgehalten, anstatt Präzision zu erfinden. Veröffentlicht von Saifs AI.

Aktionen

Bedarfsvorhersage

Prognose der SKU-Nachfrage mit Bereichen, Genauigkeit und Bestandsübergabe.

Bedarfsvorhersage

Prognose der SKU-Nachfrage mit Bereichen, Genauigkeit und Bestandsübergabe.