Prognoseereignisse und Bedarfsanpassungen
Ereignislebenszyklus, Anomalieerkennung und Bedarfsanpassungen.
Prognoseereignisse und Bedarfsanomalie-Korrekturen sind die zwei Hauptwege, wie die Bedarfsprognose über die Basisvorhersage der KI hinaus angepasst wird. Ereignisse werden von Ihnen erstellt; Anomaliekorrekturen werden vom Bedarfsanomalie-Agenten vorgeschlagen. Beide fließen in die finale Prognose ein, die im Bedarf-Modul sichtbar ist.
Lebenszyklus von Prognoseereignissen
Ein Prognoseereignis modelliert ein einmaliges oder wiederkehrendes Ereignis, das den Bedarf beeinflusst — Aktionen, Produkteinführungen, Marktstörungen oder saisonale Kampagnen.
Erstellen — Definieren Sie das Ereignis in den Einstellungen für Prognoseereignisse oder direkt aus der Zeile Prognoseereignisse in der Datentabelle der Bedarf-Produktdetailansicht. Sie können ein brandneues Ereignis erstellen oder mit einem bestehenden verknüpfen. Der Effekt kann als Prozentsatz oder in Einheiten ausgedrückt werden.
Mit Produkten verknüpfen — Wählen Sie aus, welche Produkte betroffen sind, entweder einzeln oder nach Tag. Beim Erstellen aus der Bedarf-Detailansicht ist das aktuelle Produkt (oder die Aggregation von Produkten) vorausgefüllt. Sie können das Ereignis optional auf bestimmte Kunden beschränken.
Auswirkung auf die Prognose — Während des Ereigniszeitraums passt Flowlity die Bedarfsprognose für die verknüpften Produkte um den angegebenen Betrag an. Die Anpassung erscheint als „Ereignisse"-Reihe im Bedarf-Diagramm und als „Prognoseereignisse"-Zeile in der Datentabelle.
Bearbeiten oder löschen — Klicken Sie auf ein vorhandenes Ereignis in der Datentabellenzeile oder direkt im Diagramm, um den Bearbeitungsdialog zu öffnen. Änderungen gelten für alle verknüpften Produkte.
Anomalieerkennung und -bereinigung
Der Bedarfsanomalie-Agent läuft wöchentlich und identifiziert drei Arten von Anomalien in Ihrem historischen Bedarf:
Ausreißer — Ungewöhnliche Bedarfsspitzen, die typische Muster nicht widerspiegeln.
Engpässe — Nullbedarfsperioden, die durch Bestandsausfälle verursacht wurden (nicht durch echten Bedarfsmangel) oder Perioden, in denen Bestand unter der Losgröße den Umsatz unterdrückte.
Vergangene Aktionen glätten — Aktionsspitzen, die geglättet werden, um eine sauberere Basis für Prognosen zu liefern.
Jede Anomaliekorrektur kann sein:
Akzeptiert — Die Korrektur wird auf den bereinigten vergangenen Bedarf angewendet.
Abgelehnt — Der originale Rohwert wird beibehalten.
Nicht behandelt — Noch keine Maßnahme ergriffen.
Geändert — Sie haben den vom Agenten vorgeschlagenen Wert angepasst.
Wie Ereignisse und Anomalien interagieren
Prognoseereignisse beeinflussen den zukünftigen Bedarf (vorausschauend), während Anomaliekorrekturen historischen Bedarf bereinigen (rückblickend). Beide beeinflussen letztendlich die finale Prognose:
Bereinigter historischer Bedarf fließt in das KI-Modell ein, sodass Anomaliekorrekturen die zukünftige Prognosegenauigkeit verbessern.
Prognoseereignisse fügen explizite Anpassungen auf die KI-Prognose für bekannte bevorstehende Änderungen hinzu.
Konfiguration
Im Agenten-Modul können Sie den Bedarfsanomalie-Agenten so konfigurieren, dass er Korrekturen automatisch behandelt (alle Vorschläge akzeptieren) oder manuell (jeden einzelnen überprüfen). Sie können auch bestimmte Anomalietypen aktivieren oder deaktivieren.
Verwandte Seiten
Prognoseereignisse erstellen und anwenden — Schritt-für-Schritt-Anleitung.
Bedarfsanomalien untersuchen und beheben — Wie man Agentenvorschläge überprüft und darauf reagiert.
Bedarfsprognose erklärt — Wie die probabilistische Prognose generiert wird.
Prognoseereignisse — Wo Ereignisse erstellt und verwaltet werden.
Bedarf — Wo die Ereignisauswirkung im Diagramm sichtbar ist.
Agenten — Den Bedarfsanomalie-Agenten überwachen und konfigurieren.
Zuletzt aktualisiert