plecy

27 sty 2023 4 MIN READ

Wszystko o aktualizacjach SMART Demand Forecast


Funkcjonowanie całego łańcucha dostaw zaczyna się od prognozowania popytu.  Ile produktu należy zamówić, aby zadowolić klientów oraz jak uniknąć „zamrożenia” zapasów, zapobiec odpisom i zapewnić poziom obsługi – to pytania, które codziennie zadają sobie menedżerowie łańcucha dostaw, budując prognozy dla każdego SKU. Aby zapewnić ich wysoką dokładność, istnieją rozwiązania takie jak SMART Demand Forecast, które opierają się na algorytmach uczenia maszynowego i sztucznej inteligencji.

Zespół SMART business codziennie pracuje nad poprawą funkcjonalności systemu SMART Demand Forecast. Zawsze koncentrujemy się na poprawie wyników finansowych firm naszych klientów i zapewnieniu najlepszego doświadczenia użytkownika, dlatego w tym wydaniu rozwinęliśmy funkcjonalność personalizacji tabel, zoptymalizowaliśmy proces importu kampanii promocyjnych i kompatybilność z przeglądarkami, przyspieszyliśmy interfejs i procesy Data Science oraz przeprowadziliśmy optymalizację techniczną systemu. Więcej o wszystkich aktualizacjach systemu czytaj w artykule poniżej.


Dokumentacja produktu została zaktualizowana

Zakończono prace nad dokumentami polityki bezpieczeństwa i środowiska, opisującymi działanie i współdziałanie środowisk, standardów i podejść do komponentu bezpieczeństwa produktu. Dokumenty te regulują interakcję rozwiązania SMART Demand Forecast z danymi naszych klientów.

Zaktualizowano strukturę zarządzania projektem. Bardzo dbamy o tworzenie i utrzymywanie aktualnej dokumentacji technicznej produktu, aby zapewnić klientom możliwość zapoznania się z dokumentami dotyczącymi procesów biznesowych, architektury rozwiązania, terminologii itp.

Opracowano funkcjonalność personalizacji tabeli

Zespół SMART business dodał funkcjonalność personalizacji tabeli z możliwością wyboru liczby wyświetlanych wierszy, dostosowania listy i kolejności kolumn.

To dostosowanie pozwala użytkownikom na zmianę wyglądu tabel podczas pracy z systemem prognozowania popytu, co z kolei znacznie poprawia doświadczenie użytkownika.

Inaczej mówiąc, jeśli niuanse Twojej pracy wymagają dostosowania interfejsu, możesz przesunąć lub ukryć potrzebne informacje.

Zoptymalizowano proces importu kampanii promocyjnych i zwiększono prędkość ładowania

Zawsze dbamy o zapewnienie szybkiego i niezawodnego działania systemu. Dlatego dołożyliśmy starań, aby skrócić czas oczekiwania na import kampanii promocyjnych i ich późniejszą walidację w systemie SMART Demand Forecast.

Opracowanie reguł biznesowych i procesu podstawowego sprawdzania danych (Data Health Check)

Podczas integracji danych z systemem, system automatycznie sprawdzi wgrane dane pod kątem błędów krytycznych, które będą zakłócać główną funkcję rozwiązania: prognozowanie. W tym wydaniu dodaliśmy sprawdzenie dla:

  • metadane
  • integralność danych
  • zgodność ze strukturą odniesienia

Prędkość interfejsu systemowego została zoptymalizowana

Aby zapobiec powtarzaniu obliczeń, w systemie wprowadzono zapisywanie wyników wykonanych funkcji. Nastąpił więc znaczny wzrost wydajności interfejsu podczas ładowania stron systemowych.

Zapewniono kompatybilność z przeglądarkami

Poprawne wyświetlanie interfejsu i testowanie funkcjonalności systemu zostało skonfigurowane niezależnie od używanej przeglądarki.

Rozwinięta funkcjonalność prognozowania dla wyższych poziomów agregacji

Wcześniej w rozwiązaniu SMART Demand Forecast wdrożono procesy prognozowania na najniższym poziomie agregacji. Aby objąć szerszy zakres zadań biznesowych, opracowaliśmy podejścia do generowania modelu, który umożliwia prognozowanie na wyższych poziomach agregacji czasowej, produktowej i biznesowej. System ma już zaimplementowane poziomy agregacji tygodniowej i miesięcznej.

Sprawdzona koncepcja prognozowania Time Series z wykorzystaniem modeli

System pracuje z jednym modelem do prognozowania – LGBM. Aby opracować podejście wielomodelowe dla różnych wymagań biznesowych, opracowano model Deep Learning do prognozowania szeregów czasowych. Prace nad wprowadzeniem tej koncepcji do systemu zostaną uwzględnione w wydaniu 2.0

Przyspieszone procesy Data Science

W wydaniu 1.2 przetestowano szereg frameworków i podejść mających na celu skrócenie czasu wykonania procesów Data Science, co wpłynie na koszt przemysłowej eksploatacji systemu SMART Demand Forecast. Uwzględniono proces równoległego scoringowania kilku złożonych scenariuszy, co z kolei przyspieszy dostarczenie wyników prognozy do użytkownika.

Optymalizacja techniczna systemu

Ważnym aspektem rozwiązania informatycznego jest zapewnienie użytkownikom stabilnego i szybkiego działania systemu, biorąc pod uwagę ciągłe przetwarzanie i analizę dużych ilości danych, dlatego zespół SMART business przeprowadził optymalizację techniczną systemu SMART Demand Forecast. Dokonano następujących aktualizacji:

  • Metody ICacheValidator zostały dostosowane
  • Opracowano proces inkrementalnego ładowania danych do bazy systemu
  • Optymalizowana wydajność procedur składowanych na bazie danych aplikacji
  • Testowanie i modyfikacja procesów przeliczania jednostek miar.
  • Zautomatyzowane działanie modułu Feature Selection

Moduł wyboru cech został zoptymalizowany w zależności od warunków wejściowych. Dodano dwa tryby startu: ręczny i automatyczny. Tryb manualny jest niezbędny na etapie pilotażu i większego dopracowania rozwiązania dla klienta. Tryb automatyczny jest wymagany do kompleksowego wykorzystania przy minimalnym czasie pracy człowieka.

  • Przeprowadzono refaktoryzację kodu procesów DS

Zespół SMART business refaktoryzował i zoptymalizował etap generowania planowanego zbioru danych i importu biblioteki w laptopach Databricks, a także zmniejszył rozmiar obrazu Docker. Dzięki temu kod stał się czystszy i bardziej przejrzysty.

Aby uzyskać więcej informacji na temat rozwiązań i usług SMART business, zadzwoń pod numer +38 (044) 585-35-50 lub wyślij zapytanie tutaj.


System Prognozowania Popytu

Popraw dokładność prognoz dzięki algorytmom uczenia maszynowego i sztucznej inteligencji!​

Zamów prezentację