Vraagprognose (preview)

Prognose van de SKU-vraag met bereiken, nauwkeurigheid en hand-off van voorraad.

Deze connector is beschikbaar in de volgende producten en regio's:

Service Class Regions
Copilot Studio Premium Alle Power Automate regio's behalve:
     - Amerikaanse overheid (GCC)
     - Amerikaanse overheid (GCC High)
     - China Cloud beheerd door 21Vianet
     - Us Department of Defense (DoD)
Logic Apps Standard Alle Logic Apps-regio's , met uitzondering van het volgende:
     - Azure Government regio's
     - Azure China-regio's
     - Us Department of Defense (DoD)
Power Apps Premium Alle Power Apps regio's behalve:
     - Amerikaanse overheid (GCC)
     - Amerikaanse overheid (GCC High)
     - China Cloud beheerd door 21Vianet
     - Us Department of Defense (DoD)
Power Automate Premium Alle Power Automate regio's behalve:
     - Amerikaanse overheid (GCC)
     - Amerikaanse overheid (GCC High)
     - China Cloud beheerd door 21Vianet
     - Us Department of Defense (DoD)
Contact
Name Saifs AI
URL https://saifs.ai/
E-mail taher@saifytech.com
Connectormetagegevens
Publisher Saifs AI
Website https://saifs.ai/
Privacybeleid https://saifs.ai/privacy_page
Categories AI; Gegevens

Vraagprognose: Saifs AI zet een verkoop- of volumegeschiedenis om in wat elk product (of regio/kanaal) vervolgens zal verkopen, met een bereik, niet een bare getal. Koppel verkoopgegevens via Microsoft Copilot Studio of Microsoft 365 Copilot. De MCP rastert de geschiedenis, kiest een klassiek model (Naïve / SES / Holt / Holt-Winters / Croston-SBA) door terugdraaiende backtest, en retourneert gerangschikte beslissingen, voorspellingen per reeks met voorspellingsintervallen, nauwkeurigheid, regime-wijzigingswaarschuwingen, een rapport over gegevenskwaliteit en een voorraadafgifte (vraag over lead time plus forecast-error sigma).

Wie moet het gebruiken

  • Retail kopers en merchandisers die volgend kwartaal een outlook per SKU nodig hebben in plaats van vorig jaar-plus-10%
  • Distributeurs en groothandelaars die prognoses splitsen per magazijn, godown of regio
  • Reserveonderdelen en industriële planners waarvan de vraag klonterig is en gebruik moet maken van Croston / SBA
  • Fabrikanten en productieplanners die een eenheids outlook per SKU nodig hebben
  • E-commerce en D2C-activiteiten plannen het volgende kwartaal en kijken naar vraagverschuivingen
  • Apotheek en bederfelijke planners die een vraagbereik nodig hebben, niet een valse puntschatting
  • Ondersteunings- en personeelsplanners voorspellen ticket of contactvolume
  • SMB-eigenaren die Tally of Excel exporteren zonder eerst kolommen op te schonen of de naam ervan te wijzigen
  • Voorraad- en inkoopmanagers die de vraag nodig hebben voor de doorlooptijd van de leverancier van elk product
  • Copilot Studio en Microsoft 365 Copilot makers die uitleg over vraagberekeningen toevoegen aan agents

Hoe het helpt

  • Volgende periodeprognose per product (en optioneel per regio of kanaal) met een voorspellingsinterval (standaard 95%)
  • Automatische modelkeuze op tijd geordende backtest; onregelmatige reeksen worden gerouteerd naar Croston / SBA
  • Seizoensmodellen alleen als er voldoende geschiedenis is; thin series worden geweigerd of gegeven een brede mean-only terugval met een aangegeven reden
  • Rommelige echte bestanden worden geaccepteerd as-is (voucherdatum, gefactureerde hoeveelheid, voorraaditem, godown; waarden zoals 12 pcs, n/a, 15-jan-2024)
  • De hand-off van de inventaris maakt gebruik van de eigen doorlooptijd van elke SKU wanneer deze wordt verstrekt; anders een standaardwachttijd (14 dagen)
  • Pieken worden gemarkeerd en beperkt; onleesbare cellen en gaten in een dicht bestand ontbreken, niet verkocht-nul

Tools

  • demand_forecaster: ongeveer 2500 rijen of 200 producten of minder; rijen verzenden en het volledige prognoseresultaat ophalen
  • demand_forecaster_get_engine: grotere bestanden; retourneert een kant-en-klaar numpy-script, zodat zware gegevens op de computer van de gebruiker kunnen blijven

Verificatie OAuth 2.0. Gebruikers voltooien de OAuth-toestemmingsstroom bij het verbinden van de server. Voor Microsoft certificeringspakketten wordt naar OAuth-clientinstellingen verwezen via Azure Key Vault (ClientId, ClientSecret, AuthorizationUrl, TokenUrl; RefreshUrl en scopes indien van toepassing).

Aan de slag

  1. Vraagprognoses toevoegen - Saifs AI in Copilot Studio of Microsoft 365 Copilot.
  2. Meld u aan met OAuth 2.0 wanneer u hierom wordt gevraagd.
  3. Geef een verkoop- of volumegeschiedenis op met ten minste datum en hoeveelheid; neem SKU, regio, kanaal en doorlooptijden op voor sterkere resultaten. Rijen precies kopiëren; naam niet wijzigen of vooraf opschonen.
  4. Vraag wat u vervolgens per SKU, per magazijn of over een bepaalde doorlooptijd gaat verkopen.

Resultaten zijn beslissingsondersteuning, geen ERP- of S&OP-vervanging. Gebruik altijd het prognosebereik, niet alleen het middelpunt. Dunne geschiedenis wordt teruggehouden met een aangegeven reden in plaats van de precisie te bedenken. Gepubliceerd door Saifs AI.

Acties

Vraagprognose

Prognose van de SKU-vraag met bereiken, nauwkeurigheid en hand-off van voorraad.

Vraagprognose

Prognose van de SKU-vraag met bereiken, nauwkeurigheid en hand-off van voorraad.