Firmy wykorzystują prognozowanie szeregów czasowych do podejmowania kluczowych decyzji planistycznych, które pomagają im poruszać się po niepewnej przyszłości. Ten post jest adresowany do interesariuszy łańcucha dostaw, których łączy wspólna potrzeba określenia, ile gotowych towarów jest potrzebnych w różnych horyzontach czasowych planowania. Oprócz planowania liczby potrzebnych jednostek towarów przedsiębiorstwa często muszą wiedzieć, gdzie będą potrzebne, aby stworzyć optymalne pod względem geograficznym zapasy.
Delikatna równowaga nadpodaży i niedoborów
Jeśli producenci produkują zbyt mało części lub wyrobów gotowych, wynikający z tego niedostatek podaży może spowodować, że będą musieli dokonać trudnych wyborów dotyczących racjonowania dostępnych zasobów wśród swoich partnerów handlowych lub jednostek biznesowych. W rezultacie zamówienia zakupu mogą mieć niższy współczynnik akceptacji i mniejszą liczbę zrealizowanych zysków. Jeśli na dalszych etapach łańcucha dostaw sprzedawca detaliczny ma zbyt mało produktów do sprzedania w stosunku do popytu, może rozczarować kupujących z powodu braku zapasów. Gdy kupujący detaliczny ma natychmiastową potrzebę, te braki mogą skutkować zakupem u alternatywnego sprzedawcy detalicznego lub marki zastępczej. Ta zamiana może wiązać się z ryzykiem rezygnacji, jeśli alternatywa stanie się nową opcją domyślną.
Po drugiej stronie wahadła podaży nadpodaż towarów może również skutkować karami. Nadwyżki przedmiotów muszą być teraz przechowywane w ekwipunku do czasu sprzedaży. Oczekuje się, że pewien poziom zapasów bezpieczeństwa pomoże pokonać niepewność oczekiwanego popytu; jednakże nadmiar zapasów prowadzi do nieefektywności, która może osłabić zyski organizacji. Zwłaszcza gdy produkty łatwo się psują, nadpodaż może prowadzić do utraty całości lub części początkowej inwestycji poczynionej w celu nabycia nadającego się do sprzedaży gotowego dobra.
Nawet jeśli produkty nie są łatwo psujące się, w trakcie przechowywania stają się w rzeczywistości niewykorzystanym zasobem, który może być dostępny w bilansie jako wolna gotówka lub wykorzystana do realizacji innych inwestycji. Pomijając bilanse, koszty przechowywania i przenoszenia nie są bezpłatne. Organizacje zazwyczaj mają skończoną liczbę zorganizowanych możliwości magazynowych i logistycznych. Muszą działać w ramach tych ograniczeń, efektywnie wykorzystując dostępne zasoby.
Stojąc przed wyborem między nadpodażą a niedoborem, większość organizacji woli nadpodaż w drodze wyraźnego wyboru. Mierzalny koszt niedoboru podaży jest często wyższy, czasami o kilkakrotność, w porównaniu z kosztem nadpodaży, który omówimy w kolejnych rozdziałach.
Głównym powodem tendencji do nadpodaży jest uniknięcie niematerialnych kosztów utraty dobrej woli wśród klientów w przypadku braku produktów. Producenci i sprzedawcy detaliczni myślą o długoterminowej wartości klienta i chcą wspierać lojalność wobec marki — ta misja pomaga w kształtowaniu strategii ich łańcucha dostaw.
W tej części zbadaliśmy nierówności wynikające z alokacji zbyt wielu lub zbyt małych zasobów w następstwie procesu planowania popytu. Następnie badamy prognozowanie szeregów czasowych i sposób, w jaki można optymalnie dopasować prognozy popytu do strategii podaży na poziomie artykułu.
Klasyczne podejście do cykli planowania sprzedaży i operacji
Historycznie rzecz biorąc, prognozowanie osiągano za pomocą metod statystycznych, których wynikiem były prognozy punktowe, które dostarczały najbardziej prawdopodobnej wartości na przyszłość. Podejście to często opiera się na formach średnich kroczących lub regresji liniowej, która ma na celu dopasowanie modelu przy użyciu zwykłej metody najmniejszych kwadratów. Prognoza punktowa składa się z pojedynczej średniej wartości przewidywanej. Ponieważ prognozowana wartość punktowa jest wyśrodkowana na średniej, oczekuje się, że prawdziwa wartość będzie powyżej średniej w około 50% przypadków. Pozostaje to w pozostałych 50% przypadków, w których prawdziwa liczba spadnie poniżej prognozy punktowej.
Prognozy punktowe mogą być interesujące, ale mogą spowodować, że sprzedawcom detalicznym w 50% przypadków zabraknie niezbędnych artykułów, jeśli zastosują się do nich bez oceny eksperckiej. Aby zapobiec niedostatecznej obsłudze klientów, planiści podaży i popytu stosują ręczne zmiany ocen lub korygują prognozy punktowe za pomocą formuły zapasów bezpieczeństwa. Firmy mogą stosować własną interpretację wzoru na zapasy bezpieczeństwa, ale chodzi o to, aby pomóc zapewnić dostępność produktów w niepewnym horyzoncie krótkoterminowym. Ostatecznie planiści będą musieli zdecydować, czy zawyżać, czy też obniżać średnie przewidywania prognozy punktu, zgodnie z ich zasadami, interpretacjami i subiektywnym spojrzeniem na przyszłość.
Nowoczesne, najnowocześniejsze prognozowanie szeregów czasowych umożliwia wybór
Aby sprostać potrzebom prognozowania w świecie rzeczywistym, AWS zapewnia szeroki i głęboki zestaw możliwości, które zapewniają nowoczesne podejście do prognozowania szeregów czasowych. Oferujemy usługi uczenia maszynowego (ML), które obejmują między innymi Płótno Amazon SageMaker (szczegóły zob Szybciej trenuj model prognozowania szeregów czasowych dzięki Amazon SageMaker Canvas Quick build), Prognoza Amazon (Rozpocznij swoją udaną podróż z prognozowaniem szeregów czasowych z Amazon Forecast), A Amazon Sage Maker wbudowane algorytmy (Głębokie prognozowanie popytu z Amazon SageMaker). Ponadto AWS opracowało pakiet oprogramowania typu open source, AutoGluon, który obsługuje różnorodne zadania uczenia maszynowego, w tym zadania w domenie szeregów czasowych. Aby uzyskać więcej informacji, zobacz Łatwe i dokładne prognozowanie dzięki AutoGluon-TimeSeries.
Rozważ prognozę punktową omówioną w poprzedniej sekcji. Dane ze świata rzeczywistego są bardziej skomplikowane, niż można je wyrazić za pomocą średniej lub prostej szacunkowej linii regresji. Ponadto, ze względu na brak równowagi pomiędzy nadwyżką i niedoborem podaży, potrzebne jest więcej niż jednopunktowe oszacowanie. Usługi AWS odpowiadają na tę potrzebę poprzez zastosowanie modeli ML w połączeniu z regresją kwantylową. Regresja kwantylowa umożliwia wybór spośród szerokiej gamy scenariuszy planowania, które są wyrażane w postaci kwantyli, zamiast polegać na prognozach jednopunktowych. To właśnie te kwantyle dają wybór, co opiszemy bardziej szczegółowo w następnej sekcji.
Prognozy zaprojektowane, aby służyć klientom i generować rozwój biznesu
Poniższy rysunek przedstawia prognozę szeregów czasowych z wieloma wynikami, co jest możliwe dzięki regresji kwantylowej. Czerwona linia, oznaczona jako p05, daje prawdopodobieństwo, że liczba rzeczywista, jakakolwiek by ona nie była, spadnie poniżej linii p05 w około 5% przypadków. I odwrotnie, oznacza to, że w 95% przypadków prawdziwa liczba prawdopodobnie spadnie powyżej linii p05.
Następnie obserwuj zieloną linię oznaczoną p70. Prawdziwa wartość spadnie poniżej linii p70 w około 70% przypadków, pozostawiając 30% szansy, że przekroczy p70. Linia p50 zapewnia środkową perspektywę przyszłości, z prawdopodobieństwem 50/50, że wartości spadną średnio powyżej lub poniżej p50. To są przykłady, ale każdy kwantyl można interpretować w ten sam sposób.
W następnej sekcji sprawdzimy, jak zmierzyć, czy przewidywania kwantylowe powodują nadpodaż lub niedostateczną podaż w poszczególnych pozycjach.
Pomiar nadpodaży i niedoborów podaży na podstawie danych historycznych
W poprzedniej sekcji przedstawiono graficzny sposób obserwacji przewidywań; Innym sposobem przeglądania ich jest tabela, jak pokazano w poniższej tabeli. Podczas tworzenia modeli szeregów czasowych część danych jest wstrzymywana z operacji uczenia, co umożliwia wygenerowanie metryk dokładności. Chociaż przyszłość jest niepewna, główną ideą jest to, że dokładność w okresie wstrzymania jest najlepszym przybliżeniem tego, jak spełnią się jutrzejsze prognozy, przy niezmienionych wszystkich innych czynnikach.
Tabela nie pokazuje wskaźników dokładności; pokazuje raczej prawdziwe wartości znane z przeszłości, wraz z kilkoma przewidywaniami kwantylowymi od p50 do p90 w krokach co 10. W ciągu ostatnich pięciu historycznych okresów rzeczywisty popyt wyniósł 218 jednostek. Prognozy kwantylowe oferują zakres wartości od najniższej wynoszącej 189 jednostek do najwyższej wynoszącej 314 jednostek. Z poniższej tabeli łatwo zauważyć, że p50 i p60 powodują niedostateczną podaż, a trzy ostatnie kwantyle skutkują nadpodażą.
Wcześniej wskazaliśmy, że istnieje asymetria w przypadku nadpodaży i niedoborów. Większość firm, które świadomie decydują się na nadpodaż, robi to, aby uniknąć rozczarowania klientów. Zasadnicze pytanie brzmi: „Na przyszłość, według jakiego przewidywanego kwantyla należy sporządzić biznesplan?” Biorąc pod uwagę istniejącą asymetrię, należy podjąć wyważoną decyzję. Potrzebę tę uwzględniono w następnej sekcji, w której prognozowane ilości jako jednostki przelicza się na ich odpowiednie znaczenie finansowe.
Automatyczny wybór właściwych punktów kwantylowych w oparciu o maksymalizację zysku lub celów związanych z obsługą klienta
Aby przeliczyć wartości kwantylowe na wartości biznesowe, musimy znaleźć karę związaną z każdą jednostką nadmiaru zapasów i każdą jednostką niedoboru zapasów, ponieważ rzadko są one równe. Rozwiązanie tej potrzeby jest dobrze udokumentowane i zbadane w dziedzinie badań operacyjnych, określanych jako problem sprzedawcy wiadomości. Whitin (1955) jako pierwszy sformułował model popytu uwzględniający efekty cenowe. Nazwa problemu sprzedawców gazet wzięła się z czasów, gdy sprzedawcy wiadomości musieli decydować, ile gazet kupić danego dnia. Jeśli wybiorą zbyt niską liczbę, sprzedają się wcześniej i nie osiągną swojego potencjalnego dochodu w danym dniu. Jeśli wybiorą zbyt wysoką liczbę, utkną w „wczorajszych wiadomościach” i ryzykują utratę części swoich porannych inwestycji spekulacyjnych.
Aby obliczyć jednostkowe kary za przekroczenie i za niski poziom, potrzeba kilku danych dla każdej pozycji, którą chcesz prognozować. Możesz także zwiększyć złożoność, określając dane jako parę przedmiot + lokalizacja, parę przedmiot + klient lub inną kombinację w zależności od potrzeb biznesowych.
- Oczekiwana wartość sprzedaży przedmiotu.
- Całkowity koszt towarów potrzebny do zakupu lub wytworzenia przedmiotu.
- Szacunkowe koszty przechowywania związane z utrzymywaniem przedmiotu w magazynie, jeśli nie został on sprzedany.
- Wartość ratunkowa przedmiotu, jeśli nie został sprzedany. Jeżeli towar jest łatwo psujący się, wartość odzysku może zbliżyć się do zera, powodując pełną utratę pierwotnego kosztu inwestycji w towar. Gdy przedmiot ma stabilny okres przechowywania, wartość odzysku może spaść w dowolnym miejscu poniżej oczekiwanej wartości sprzedaży przedmiotu, w zależności od charakteru przechowywanego i potencjalnie starzejącego się przedmiotu.
Poniższa tabela pokazuje, w jaki sposób punkty kwantylowe zostały wybrane spośród dostępnych punktów prognozy w znanych okresach historycznych. Rozważmy przykład pozycji 3, na którą w poprzednich okresach rzeczywiste zapotrzebowanie wynosiło 1,578 jednostek. Oszacowanie p50 wynoszące 1,288 jednostek oznaczałoby niedostateczną podaż, podczas gdy wartość p90 wynosząca 2,578 jednostek oznaczałaby nadwyżkę. Wśród obserwowanych kwantyli wartość p70 daje maksymalny zysk w wysokości 7,301 USD. Wiedząc o tym, możesz zobaczyć, jak wybór p50 skutkowałby karą w wysokości prawie 1,300 USD w porównaniu z wartością p70. To tylko jeden przykład, ale każdy element w tabeli ma do opowiedzenia niepowtarzalną historię.
Omówienie rozwiązania
Poniższy diagram ilustruje proponowany przepływ pracy. Pierwszy, Pogromca danych Amazon SageMaker wykorzystuje prognozy analizy historycznej utworzone przez prognostę szeregów czasowych. Następnie prognozy historyczne i znane wartości rzeczywiste są łączone z metadanymi finansowymi na zasadzie pozycji. W tym momencie, korzystając z prognoz historycznych, transformacja SageMaker Data Wrangler oblicza koszt jednostkowy w przypadku prognozowania niedostatecznego i nadmiernego dla każdego elementu.
SageMaker Data Wrangler przekłada prognozę jednostkową na kontekst finansowy i automatycznie wybiera kwantyl specyficzny dla pozycji, który zapewnia największą kwotę zysku spośród zbadanych kwantyli. Dane wyjściowe to tabelaryczny zestaw danych przechowywany na platformie Amazon S3 i koncepcyjnie są podobne do tabeli z poprzedniej sekcji.
Wreszcie, prognostyk szeregów czasowych służy do tworzenia prognoz z datą przyszłą na przyszłe okresy. Tutaj możesz także zdecydować się na operacje wnioskowania lub działanie na danych wnioskowania, zgodnie z wybranym kwantylem. Może to pozwolić na zmniejszenie kosztów obliczeniowych, jednocześnie eliminując konieczność ręcznego przeglądania każdego pojedynczego elementu. Eksperci w Twojej firmie mogą mieć więcej czasu na skupienie się na pozycjach o dużej wartości, a tysiące pozycji w Twoim katalogu można zastosować automatycznie. Podsumowując, przyszłość jest obarczona pewnym stopniem niepewności. Jednakże przy założeniu, że wszystkie inne czynniki są niezmienne, mieszany wybór kwantyli powinien optymalizować wyniki w ogólnym zestawie szeregów czasowych. W AWS zalecamy użycie dwóch cykli przewidywania wstrzymania w celu ilościowego określenia stopnia ulepszeń stwierdzonych w przypadku mieszanego wyboru kwantyli.
Wskazówki dotyczące rozwiązań przyspieszające wdrożenie
Jeśli chcesz odtworzyć rozwiązanie doboru kwantyli omówione w tym poście i dostosować je do własnego zbioru danych, na początek udostępniamy syntetyczny przykładowy zestaw danych i przykładowy plik przepływu SageMaker Data Wrangler GitHub. Całe praktyczne doświadczenie powinno zająć mniej niż godzinę.
Udostępniamy ten post i przykładowe wskazówki dotyczące rozwiązań, które pomogą skrócić czas wprowadzenia produktu na rynek. Głównym narzędziem umożliwiającym rekomendowanie określonych kwantyli jest SageMaker Data Wrangler, specjalnie stworzona usługa AWS, której zadaniem jest skrócenie czasu potrzebnego na przygotowanie danych na potrzeby zastosowań ML. SageMaker Data Wrangler zapewnia wizualny interfejs do projektowania transformacji danych, analizowania danych i wykonywania inżynierii funkcji.
Jeśli dopiero zaczynasz korzystać z SageMaker Data Wrangler, zapoznaj się z sekcją Zacznij korzystać z Data Wranglera aby zrozumieć, jak uruchomić usługę Studio Amazon SageMaker. Niezależnie mamy więcej niż 150 XNUMX XNUMX postów na blogu które pomagają odkryć różnorodne przykładowe przekształcenia danych, którymi zajmuje się usługa.
Wnioski
W tym poście omówiliśmy, w jaki sposób regresja kwantylowa umożliwia wiele punktów decyzji biznesowych w prognozowaniu szeregów czasowych. Omówiliśmy także kary za niezbilansowane koszty związane z nadmiernym i niedostatecznym prognozowaniem — często kara za niedostateczną podaż to kilka wielokrotności kary za nadpodaż, nie wspominając już o tym, że niedostateczna podaż może spowodować utratę dobrej woli wśród klientów.
W poście omówiono, w jaki sposób organizacje mogą ocenić wiele punktów przewidywania kwantyli, biorąc pod uwagę koszty nadmiernej i niedostatecznej podaży każdego elementu, aby automatycznie wybrać kwantyl, który prawdopodobnie zapewni największy zysk w przyszłych okresach. W razie potrzeby możesz zastąpić wybór, gdy reguły biznesowe wymagają stałego kwantyla zamiast dynamicznego.
Proces ten ma pomóc w osiągnięciu celów biznesowych i finansowych, eliminując jednocześnie konieczność ręcznego oceniania każdego prognozowanego elementu. SageMaker Data Wrangler pomaga w ciągłym przebiegu procesu, ponieważ dobór kwantyli musi być dynamiczny wraz ze zmieniającymi się danymi ze świata rzeczywistego.
Należy zauważyć, że selekcja kwantylowa nie jest zdarzeniem jednorazowym. Proces ten należy również oceniać podczas każdego cyklu prognozowania, aby uwzględnić zmiany, w tym wzrost kosztów towarów, inflację, dostosowania sezonowe, wprowadzenie nowego produktu, zmieniające się wymagania konsumentów i inne. Proponowany proces optymalizacji umiejscowiony jest po wygenerowaniu modelu szeregów czasowych, nazywany etapem uczenia modelu. Selekcji kwantylowych dokonuje się i wykorzystuje na etapie generowania przyszłej prognozy, zwanym czasem etapem wnioskowania.
Jeśli masz jakiekolwiek pytania dotyczące tego posta lub chcesz głębiej poznać swoje unikalne potrzeby organizacyjne, skontaktuj się z zespołem ds. obsługi klienta AWS, architektem rozwiązań AWS lub otwórz nową sprawę w naszym centrum wsparcia.
Referencje
- DeYong, GD (2020). Sprzedawca wiadomości ustalający ceny: recenzja i rozszerzenia. International Journal of Production Research, 58 (6), 1776–1804.
- Liu, C., Letchford, AN i Svetunkov, I. (2022). Problemy sprzedawców gazet: zintegrowana metoda szacowania i optymalizacji. Europejski Dziennik Badań Operacyjnych, 300 (2), 590–601.
- Punia, S., Singh, SP i Madaan, JK (2020). Od analityki predykcyjnej do preskryptywnej: oparty na danych model sprzedawcy wiadomości obejmujący wiele pozycji. Systemy wspomagania decyzji, 136.
- Trapero, JR, Cardós, M. i Kourentzes, N. (2019). Optymalna kombinacja prognozy kwantylowej w celu poprawy szacowania zapasów bezpieczeństwa. International Journal of Forecasting, 35 (1), 239–250.
- Whitin, TM (1955). Kontrola zapasów i teoria cen. Nauka o zarządzaniu. 2 61–68.
O autorze
Karol Śmiech jest głównym architektem rozwiązań AI/ML i pracuje w zespole serwisowym Amazon SageMaker w AWS. Pomaga kształtować plan działania usług i codziennie współpracuje z różnymi klientami AWS, aby pomóc w transformacji ich firm przy użyciu najnowocześniejszych technologii AWS i przemyślanego przywództwa. Charles posiada tytuł magistra zarządzania łańcuchem dostaw oraz tytuł doktora. w nauce danych.
- Dystrybucja treści i PR oparta na SEO. Uzyskaj wzmocnienie już dziś.
- PlatoData.Network Pionowe generatywne AI. Wzmocnij się. Dostęp tutaj.
- PlatoAiStream. Inteligencja Web3. Wiedza wzmocniona. Dostęp tutaj.
- PlatonESG. Węgiel Czysta technologia, Energia, Środowisko, Słoneczny, Gospodarowanie odpadami. Dostęp tutaj.
- Platon Zdrowie. Inteligencja w zakresie biotechnologii i badań klinicznych. Dostęp tutaj.
- Źródło: https://aws.amazon.com/blogs/machine-learning/beyond-forecasting-the-delicate-balance-of-serving-customers-and-growing-your-business/
- :ma
- :Jest
- :nie
- :Gdzie
- ][P
- 1
- 10
- 100
- 2019
- 2020
- 2022
- 420
- 7
- 95%
- a
- O nas
- powyżej
- przyśpieszyć
- akceptacja
- Stosownie
- Konto
- precyzja
- dokładny
- osiągnięty
- nabyć
- działać
- przystosować
- dodatek
- adres
- zaadresowany
- Korekty
- doradzać
- Po
- przed
- w wieku
- przed
- AI / ML
- Algorytmy
- Wszystkie kategorie
- dopuszczać
- pozwala
- wzdłuż
- również
- Chociaż
- Amazonka
- Amazon Sage Maker
- Płótno Amazon SageMaker
- Amazon Web Services
- wśród
- ilość
- an
- analityka
- w czasie rzeczywistym sprawiają,
- i
- Inne
- każdy
- nigdzie
- stosowany
- Aplikuj
- podejście
- awanse
- w przybliżeniu
- SĄ
- ułożone
- AS
- na bok
- powiązany
- At
- automatycznie
- automatycznie
- dostępny
- średni
- uniknąć
- AWS
- z powrotem
- Analizy historycznej
- Bilans
- Bilans
- bilanse
- na podstawie
- podstawa
- BE
- bo
- stają się
- staje się
- być
- jest
- poniżej
- BEST
- pomiędzy
- Poza
- stronniczość
- Blog
- Dolny
- marka
- szeroki
- wbudowany
- ciężar
- biznes
- biznes
- ale
- by
- nazywa
- Połączenia
- CAN
- brezentowy
- możliwości
- prowadzone
- noszenie
- walizka
- Etui
- Gotówka
- katalog
- Spowodować
- Centrum
- wyśrodkowany
- łańcuch
- szansa
- Zmiany
- wymiana pieniędzy
- Charles
- wybór
- wybory
- Dodaj
- Wybierając
- wybrał
- wybrany
- połączenie
- kombinacje
- wspólny
- Firmy
- sukcesy firma
- w porównaniu
- kompletny
- kompleksowość
- skomplikowane
- obliczać
- Koncepcyjnie
- świadomy
- Rozważać
- wynagrodzenie
- składa się
- Ograniczenia
- konsument
- kontekst
- kontrola
- odwrotnie
- konwertować
- przeliczone
- rdzeń
- skorygowania
- Koszty:
- Koszty:
- mógłby
- sprzężony
- Stwórz
- Tworzenie
- krytyczny
- klient
- Obsługa klienta
- Klientów
- pionierski nowatorski
- cykl
- Cykle
- codziennie
- dane
- nauka danych
- sterowane danymi
- dzień
- zdecydować
- decyzja
- Decyzje
- głęboko
- głębiej
- Domyślnie
- Stopień
- dostarczyć
- Kreowanie
- Prognozowanie popytu
- wymagania
- wykazać
- demonstruje
- W zależności
- opisać
- Wnętrze
- zaprojektowany
- pragnienie
- detal
- detale
- określaniu
- rozwinięty
- niezadowalający
- odkryj
- dyskutować
- omówione
- nurkować
- inny
- do
- Nie
- domena
- na dół
- napęd
- z powodu
- podczas
- dynamiczny
- każdy
- Wcześnie
- łatwo
- faktycznie
- ruchomości
- skutecznie
- aktywator
- Umożliwia
- zakończenia
- Inżynieria
- wzmacniać
- zapewnić
- Cały
- równy
- szczególnie
- oszacowanie
- europejski
- oceniać
- oceniane
- wydarzenie
- Każdy
- zbadać
- przykład
- przykłady
- przekraczać
- nadmiar
- istnieje
- spodziewany
- doświadczenie
- ekspert
- eksperci
- wyrażone
- rozszerzenia
- Spadać
- szybciej
- Cecha
- kilka
- mniej
- pole
- Postać
- filet
- budżetowy
- cele finansowe
- Znajdź
- i terminów, a
- dopasować
- pięć
- ustalony
- pływ
- Skupiać
- obserwuj
- następnie
- następujący
- W razie zamówieenia projektu
- Prognoza
- Prognozy
- formularze
- formuła
- Sprzyjać
- znaleziono
- Darmowy
- tarcie
- od
- pełny
- dalej
- przyszłość
- Futures
- Generować
- wygenerowane
- generacja
- geograficznie
- otrzymać
- dany
- Gluon
- Gole
- dobry
- towary
- Życzliwość
- Zielony
- Rozwój
- poradnictwo
- miał
- hands-on
- Have
- mający
- he
- Trzymany
- pomoc
- pomaga
- tutaj
- Wysoki
- wyższy
- Najwyższa
- wysoko
- historyczny
- historyczny
- przytrzymanie
- posiada
- horyzont
- Horyzonty
- godzina
- W jaki sposób
- How To
- Jednak
- HTML
- HTTPS
- i
- pomysł
- Idle
- if
- ilustruje
- brak równowagi
- Natychmiastowy
- ulepszenia
- in
- zawierać
- włączony
- Włącznie z
- Dochód
- Zwiększać
- wzrosła
- niezależnie
- inflacja
- informować
- Informacja
- początkowy
- nieuchwytny
- zintegrowany
- ciekawy
- Interfejs
- na świecie
- interpretacja
- najnowszych
- Wprowadzenie
- inwentarz
- badać
- inwestycja
- Inwestycje
- IT
- szt
- Dołączył
- dziennik
- podróż
- Wiedzieć
- Wiedząc
- znany
- Nazwisko
- uruchomić
- prowadzić
- Przywództwo
- Wyprowadzenia
- nauka
- najmniej
- pozostawiając
- mniej
- lubić
- Prawdopodobnie
- Ograniczony
- Linia
- logistyka
- długoterminowy
- utraty
- od
- niski
- niższy
- maszyna
- uczenie maszynowe
- zrobiony
- Główny
- robić
- i konserwacjami
- sposób
- podręcznik
- ręcznie
- Producenci
- wiele
- rynek
- dopasowane
- maksymalizacji
- maksymalny
- Może..
- oznaczać
- znaczenia
- znaczy
- Oznaczało
- zmierzyć
- Poznaj nasz
- Metadane
- metoda
- metody
- Metryka
- Misja
- mieszany
- ML
- model
- modele
- Nowoczesne technologie
- jeszcze
- Rano
- większość
- przeniesienie
- średnie ruchome
- wielokrotność
- musi
- Must-have
- O imieniu
- Natura
- Nawigacja
- Blisko
- niezbędny
- Potrzebować
- potrzebne
- wymagania
- Nowości
- nowy produkt
- aktualności
- Prasa
- Następny
- zauważyć
- już dziś
- numer
- obserwować
- of
- oferta
- Oferty
- często
- on
- ONE
- trwający
- tylko
- koncepcja
- open source
- Oprogramowanie typu open source
- działać
- działanie
- operacyjny
- operacje
- Optymalny
- optymalizacja
- Optymalizacja
- or
- Zlecenia
- zwykły
- organizacyjny
- organizacji
- oryginalny
- Inne
- ludzkiej,
- na zewnątrz
- wyniki
- wydajność
- koniec
- ogólny
- Zastąp
- Nadmiar zapasów
- własny
- pakiet
- đôi
- część
- wzmacniacz
- strony
- Przeszłość
- dla
- wykonać
- okres
- okresy
- perspektywa
- sztuk
- krok po kroku
- planowanie
- plato
- Analiza danych Platona
- PlatoDane
- Proszę
- punkt
- zwrotnica
- ustawione
- możliwy
- Post
- potencjał
- potencjalnie
- przepowiednia
- Przewidywania
- woleć
- Przygotować
- zapobiec
- poprzedni
- poprzednio
- Cena
- wycena
- pierwotny
- Główny
- Wcześniejszy
- Problem
- problemy
- wygląda tak
- produkować
- Wytworzony
- produkuje
- Produkt
- Produkcja
- Produkty
- Zysk
- zyski
- zaproponowane
- zapewniać
- zapewnia
- zakup
- kontynuować
- pytanie
- pytania
- Szybki
- R
- zasięg
- rzadko
- ceny
- raczej
- dosięgnąć
- real
- Prawdziwy świat
- realizowany
- powód
- niedawny
- polecający
- Czerwony
- zmniejszyć
- odnosić się
- , o którym mowa
- względny
- polegać
- pozostały
- usuwanie
- Badania naukowe
- Zasób
- Zasoby
- osób
- dalsze
- wynikły
- detaliczny
- detalista
- sprzedawców
- przeglądu
- Ryzyko
- mapa drogowa
- reguły
- run
- bieganie
- s
- Bezpieczeństwo
- sagemaker
- sole
- taki sam
- scenariusze
- SCI
- nauka
- sezonowy
- Sekcja
- działy
- widzieć
- Poszukuje
- wybierając
- wybór
- sprzedać
- Sprzedający
- Serie
- służyć
- usługa
- Usługi
- służąc
- zestaw
- kilka
- Shape
- Share
- arkusz
- Półka
- PRZESUNIĘCIE
- kupujący
- krótkoterminowy
- powinien
- pokazać
- pokazane
- Targi
- podobny
- pojedynczy
- So
- Tworzenie
- sprzedany
- rozwiązanie
- Rozwiązania
- kilka
- specjalista
- specyficzny
- spekulacyjny
- kwadraty
- stabilny
- interesariusze
- rozpoczęty
- state-of-the-art
- statystyczny
- Ewolucja krok po kroku
- Cel
- stany magazynowe
- przechowywanie
- przechowywany
- Historia
- proste
- strategie
- Strategia
- Studiował
- udany
- Dostawa
- Podaż i popyt
- łańcuch dostaw
- zarządzanie łańcuchem dostaw
- wsparcie
- Systemy wsparcia
- podpory
- nadwyżka
- syntetyczny
- systemy
- stół
- Brać
- trwa
- zadania
- zespół
- Technologies
- powiedzieć
- niż
- że
- Połączenia
- Przyszłość
- ich
- Im
- teoria
- Tam.
- Te
- one
- rzeczy
- myśleć
- to
- tych
- myśl
- myśl przywództwo
- tysiące
- trzy
- Przez
- czas
- Szereg czasowy
- do
- także
- trudny
- w kierunku
- Handel
- Trening
- Przekształcać
- przemiany
- prawdziwy
- prawdziwa wartość
- drugiej
- zazwyczaj
- Ostatecznie
- Niepewny
- Niepewność
- dla
- zrozumieć
- wyjątkowy
- jednostka
- jednostek
- aż do
- posługiwać się
- używany
- za pomocą
- wartość
- Wartości
- różnorodność
- Zobacz i wysłuchaj
- chcieć
- była
- Droga..
- we
- sieć
- usługi internetowe
- DOBRZE
- były
- cokolwiek
- jeśli chodzi o komunikację i motywację
- ilekroć
- natomiast
- czy
- który
- Podczas
- KIM
- szeroki
- Szeroki zasięg
- będzie
- w
- w ciągu
- bez
- workflow
- działa
- by
- You
- Twój
- zefirnet
- zero