کمپنیاں بنیادی منصوبہ بندی کے فیصلے کرنے کے لیے ٹائم سیریز کی پیشن گوئی کا استعمال کرتی ہیں جو انہیں غیر یقینی مستقبل کے ذریعے جانے میں مدد کرتی ہیں۔ اس پوسٹ کا مقصد سپلائی چین کے اسٹیک ہولڈرز کو مخاطب کرنا ہے، جو اس بات کا تعین کرنے کی مشترکہ ضرورت کا اشتراک کرتے ہیں کہ منصوبہ بندی کے وقت کے افق کی مخلوط قسم پر کتنے تیار شدہ سامان کی ضرورت ہے۔ سامان کی کتنی اکائیوں کی ضرورت ہے اس کی منصوبہ بندی کرنے کے علاوہ، جغرافیائی لحاظ سے بہترین انوینٹری بنانے کے لیے کاروباری اداروں کو اکثر یہ جاننے کی ضرورت ہوتی ہے کہ ان کی کہاں ضرورت ہوگی۔
زیادہ سپلائی اور کم سپلائی کا نازک توازن
اگر مینوفیکچررز بہت کم پرزے یا تیار شدہ سامان تیار کرتے ہیں، تو اس کے نتیجے میں کم سپلائی انہیں اپنے تجارتی شراکت داروں یا کاروباری اکائیوں کے درمیان دستیاب وسائل کے راشن کے سخت انتخاب کرنے کا سبب بن سکتی ہے۔ نتیجتاً، خریداری کے آرڈرز کی قبولیت کی شرح کم ہو سکتی ہے اور کم منافع کا احساس ہو سکتا ہے۔ سپلائی چین کے مزید نیچے، اگر کسی خوردہ فروش کے پاس بیچنے کے لیے بہت کم پروڈکٹس ہیں، جو طلب کے لحاظ سے ہیں، تو وہ اسٹاک ختم ہونے کی وجہ سے خریداروں کو مایوس کر سکتا ہے۔ جب خوردہ خریدار کو فوری ضرورت ہوتی ہے، تو ان کمیوں کے نتیجے میں کسی متبادل خوردہ فروش یا متبادل برانڈ سے خریداری ہوسکتی ہے۔ اگر متبادل نیا ڈیفالٹ بن جاتا ہے تو یہ متبادل منتھن کا خطرہ ہو سکتا ہے۔
سپلائی پینڈولم کے دوسرے سرے پر، سامان کی زیادہ سپلائی پر جرمانے بھی لگ سکتے ہیں۔ اضافی اشیاء کو اب فروخت تک انوینٹری میں رکھنا ضروری ہے۔ توقع کی جاتی ہے کہ کچھ حد تک حفاظتی سٹاک متوقع طلب کی غیر یقینی صورتحال سے گزرنے میں مدد کرے گا۔ تاہم، اضافی انوینٹری ناکارہیوں کا باعث بنتی ہے جو کسی تنظیم کی نچلی لائن کو کمزور کر سکتی ہے۔ خاص طور پر جب پروڈکٹس ناکارہ ہو جائیں تو زیادہ سپلائی فروخت کے قابل تیار اچھی چیز حاصل کرنے کے لیے کی گئی ابتدائی سرمایہ کاری کے تمام یا کچھ حصے کے نقصان کا باعث بن سکتی ہے۔
یہاں تک کہ جب پراڈکٹس نابود نہ ہوں، سٹوریج کے دوران وہ مؤثر طریقے سے ایک بے کار وسیلہ بن جاتے ہیں جو بیلنس شیٹ پر مفت نقد کے طور پر دستیاب ہو سکتا ہے یا دوسری سرمایہ کاری کے لیے استعمال ہو سکتا ہے۔ بیلنس شیٹس کو ایک طرف رکھیں، اسٹوریج اور لے جانے کے اخراجات مفت نہیں ہیں۔ تنظیموں کے پاس عام طور پر گودام اور رسد کی صلاحیتوں کی ایک محدود مقدار ہوتی ہے۔ انہیں دستیاب وسائل کو موثر طریقے سے استعمال کرتے ہوئے ان رکاوٹوں کے اندر کام کرنا چاہیے۔
زیادہ سپلائی اور کم سپلائی کے درمیان انتخاب کا سامنا کرتے ہوئے، اوسطاً، زیادہ تر تنظیمیں واضح انتخاب کے ذریعے زیادہ سپلائی کو ترجیح دیتی ہیں۔ زائد سپلائی کی لاگت کے مقابلے میں کم سپلائی کی قابل پیمائش لاگت اکثر زیادہ ہوتی ہے، بعض اوقات کئی ضربوں سے، جس پر ہم بعد والے حصوں میں بحث کرتے ہیں۔
زائد سپلائی کی طرف تعصب کی بنیادی وجہ جب بھی پروڈکٹس دستیاب نہ ہوں تو صارفین کے ساتھ خیر سگالی کھونے کی غیر محسوس قیمت سے بچنا ہے۔ مینوفیکچررز اور خوردہ فروش طویل مدتی کسٹمر ویلیو کے بارے میں سوچتے ہیں اور برانڈ کی وفاداری کو فروغ دینا چاہتے ہیں — یہ مشن ان کی سپلائی چین کی حکمت عملی سے آگاہ کرنے میں مدد کرتا ہے۔
اس حصے میں، ہم نے مطالبہ کی منصوبہ بندی کے عمل کے بعد بہت زیادہ یا بہت کم وسائل مختص کرنے کے نتیجے میں عدم مساوات کا جائزہ لیا۔ اس کے بعد، ہم ٹائم سیریز کی پیشن گوئی کی تحقیقات کرتے ہیں اور کس طرح طلب کی پیشین گوئیوں کو آئٹم کی سطح کی فراہمی کی حکمت عملیوں کے ساتھ بہترین طریقے سے ملایا جا سکتا ہے۔
سیلز اور آپریشنز پلاننگ سائیکل کے لیے کلاسیکی نقطہ نظر
تاریخی طور پر، پیشن گوئی اعداد و شمار کے طریقوں کے ساتھ حاصل کی گئی ہے جس کے نتیجے میں نقطہ کی پیشن گوئی ہوتی ہے، جو مستقبل کے لئے سب سے زیادہ ممکنہ قدر فراہم کرتی ہے. یہ نقطہ نظر اکثر متحرک اوسط یا لکیری رجعت کی شکلوں پر مبنی ہوتا ہے، جو ایک عام کم سے کم مربع نقطہ نظر کا استعمال کرتے ہوئے ایک ماڈل کو فٹ کرنے کی کوشش کرتا ہے۔ ایک نقطہ کی پیشن گوئی ایک واحد اوسط پیشن گوئی کی قدر پر مشتمل ہوتی ہے۔ چونکہ پوائنٹ کی پیشن گوئی کی قدر ایک وسط پر مرکوز ہے، اس لیے یہ توقع کی جاتی ہے کہ حقیقی قدر اوسط سے اوپر ہو گی، تقریباً 50% وقت۔ یہ باقی 50% وقت چھوڑ دیتا ہے جب حقیقی تعداد پوائنٹ کی پیشن گوئی سے نیچے آجائے گی۔
پوائنٹ کی پیشن گوئیاں دلچسپ ہو سکتی ہیں، لیکن ان کا نتیجہ یہ ہو سکتا ہے کہ خوردہ فروشوں کے پاس 50% وقت کی ضروری اشیاء ختم ہو جائیں گی اگر ماہرانہ جائزہ کے بغیر اس کی پیروی کی جائے۔ کم خدمت کرنے والے صارفین کو روکنے کے لیے، سپلائی اور ڈیمانڈ پلانرز مینوئل ججمنٹ اوور رائیڈز کا اطلاق کرتے ہیں یا حفاظتی اسٹاک فارمولے کے ذریعے پوائنٹ کی پیشن گوئی کو ایڈجسٹ کرتے ہیں۔ کمپنیاں حفاظتی سٹاک فارمولے کی اپنی تشریح استعمال کر سکتی ہیں، لیکن خیال یہ ہے کہ اس بات کو یقینی بنانے میں مدد کی جائے کہ مصنوعات کی فراہمی غیر یقینی قلیل مدتی افق کے ذریعے دستیاب ہو۔ بالآخر، منصوبہ سازوں کو یہ فیصلہ کرنے کی ضرورت ہوگی کہ آیا ان کے اصولوں، تشریحات، اور مستقبل کے موضوعی نقطہ نظر کے مطابق، وسط نقطہ کی پیشن گوئیوں کو بڑھانا ہے یا ان کو کم کرنا ہے۔
جدید، جدید ترین ٹائم سیریز کی پیشن گوئی انتخاب کو قابل بناتی ہے۔
حقیقی دنیا کی پیشن گوئی کی ضروریات کو پورا کرنے کے لیے، AWS صلاحیتوں کا ایک وسیع اور گہرا سیٹ فراہم کرتا ہے جو ٹائم سیریز کی پیشن گوئی کے لیے ایک جدید طریقہ فراہم کرتا ہے۔ ہم مشین لرننگ (ML) خدمات پیش کرتے ہیں جن میں شامل ہیں لیکن ان تک محدود نہیں ہیں۔ ایمیزون سیج میکر کینوس (تفصیلات کے لیے رجوع کریں۔ Amazon SageMaker Canvas Quick build کے ساتھ ٹائم سیریز کی پیشن گوئی کرنے والے ماڈل کو تیزی سے تربیت دیں۔), ایمیزون کی پیشن گوئی (Amazon Forecast کے ساتھ ٹائم سیریز کی پیشن گوئی کے ساتھ اپنا کامیاب سفر شروع کریں۔)، اور ایمیزون سیج میکر بلٹ ان الگورتھم (ایمیزون سیج میکر کے ساتھ گہری مانگ کی پیشن گوئی)۔ اس کے علاوہ، AWS نے ایک اوپن سورس سافٹ ویئر پیکج تیار کیا، آٹوگلون، جو متنوع ایم ایل کاموں کو سپورٹ کرتا ہے، بشمول ٹائم سیریز ڈومین میں۔ مزید معلومات کے لیے رجوع کریں۔ AutoGluon-TimeSeries کے ساتھ آسان اور درست پیشن گوئی.
پچھلے حصے میں زیر بحث پوائنٹ کی پیشن گوئی پر غور کریں۔ حقیقی دنیا کا ڈیٹا اس سے کہیں زیادہ پیچیدہ ہے جس کا اظہار اوسط یا سیدھی ریگریشن لائن تخمینہ کے ساتھ کیا جاسکتا ہے۔ اس کے علاوہ، زیادہ اور کم سپلائی کے عدم توازن کی وجہ سے، آپ کو ایک پوائنٹ کے تخمینہ سے زیادہ کی ضرورت ہے۔ AWS خدمات کوانٹائل ریگریشن کے ساتھ مل کر ML ماڈلز کے استعمال سے اس ضرورت کو پورا کرتی ہیں۔ کوانٹائل ریگریشن آپ کو منصوبہ بندی کے منظرناموں کی ایک وسیع رینج میں سے انتخاب کرنے کے قابل بناتا ہے، جن کا اظہار ایک نقطہ کی پیشن گوئی پر انحصار کرنے کے بجائے کوانٹائل کے طور پر کیا جاتا ہے۔ یہ وہی مقداریں ہیں جو انتخاب کی پیشکش کرتی ہیں، جسے ہم اگلے حصے میں مزید تفصیل سے بیان کریں گے۔
پیشن گوئیاں جو صارفین کی خدمت اور کاروبار کی ترقی کے لیے بنائی گئی ہیں۔
مندرجہ ذیل اعداد و شمار متعدد نتائج کے ساتھ ٹائم سیریز کی پیشن گوئی کا ایک منظر فراہم کرتا ہے، جو کوانٹائل ریگریشن کے ذریعے ممکن بنایا گیا ہے۔ سرخ لکیر، جو p05 سے ظاہر ہوتی ہے، اس بات کا امکان پیش کرتی ہے کہ حقیقی نمبر، جو بھی ہو، p05 لائن سے نیچے آنے کی توقع ہے، تقریباً 5% وقت۔ اس کے برعکس، اس کا مطلب ہے کہ 95% وقت، حقیقی نمبر ممکنہ طور پر p05 لائن سے اوپر آئے گا۔
اگلا، سبز لائن کا مشاہدہ کریں، p70 کے ساتھ اشارہ کیا گیا ہے۔ حقیقی قدر p70 لائن سے تقریباً 70% وقت نیچے آجائے گی، 30% امکان چھوڑ کر یہ p70 سے تجاوز کر جائے گی۔ p50 لائن مستقبل کے بارے میں درمیانی نقطہ نظر فراہم کرتی ہے، 50/50 موقع کے ساتھ قدریں اوسطاً p50 سے اوپر یا نیچے آئیں گی۔ یہ مثالیں ہیں، لیکن کسی بھی مقدار کی اسی طرح تشریح کی جا سکتی ہے۔
مندرجہ ذیل حصے میں، ہم جانچتے ہیں کہ کس طرح پیمائش کی جائے کہ آیا کوانٹائل پیشین گوئیاں شے کے لحاظ سے زیادہ یا کم سپلائی پیدا کرتی ہیں۔
تاریخی اعداد و شمار سے زائد سپلائی اور کم سپلائی کی پیمائش
پچھلے حصے نے پیشین گوئیوں کا مشاہدہ کرنے کا ایک گرافیکل طریقہ دکھایا۔ انہیں دیکھنے کا دوسرا طریقہ ٹیبلولر طریقے سے ہے، جیسا کہ درج ذیل جدول میں دکھایا گیا ہے۔ ٹائم سیریز کے ماڈلز بناتے وقت، ڈیٹا کا کچھ حصہ تربیتی آپریشن سے روک دیا جاتا ہے، جس سے درستگی کے میٹرکس تیار کیے جا سکتے ہیں۔ اگرچہ مستقبل غیر یقینی ہے، لیکن یہاں بنیادی خیال یہ ہے کہ ایک ہولڈ بیک مدت کے دوران درستگی اس بات کا بہترین تخمینہ ہے کہ کل کی پیشین گوئیاں کیسے کام کریں گی، باقی تمام چیزیں برابر ہیں۔
جدول درستگی میٹرکس نہیں دکھاتا ہے۔ بلکہ، یہ 50 کے مراحل میں p90 سے p10 تک کئی مقداری پیشین گوئیوں کے ساتھ، ماضی سے معلوم ہونے والی حقیقی قدروں کو ظاہر کرتا ہے۔ حالیہ تاریخی پانچ وقتی ادوار کے دوران، حقیقی مانگ 218 یونٹس تھی۔ کوانٹائل پیشین گوئیاں 189 یونٹس کی کم سے لے کر 314 یونٹس کی اونچائی تک قدروں کی ایک رینج پیش کرتی ہیں۔ مندرجہ ذیل جدول کے ساتھ، p50 اور p60 کا نتیجہ کم سپلائی میں دیکھنا آسان ہے، اور آخری تین کوانٹائل کے نتیجے میں زیادہ سپلائی ہوتی ہے۔
ہم نے پہلے نشاندہی کی تھی کہ اوور اور کم سپلائی میں ایک توازن ہے۔ زیادہ تر کاروبار جو حد سے زیادہ سپلائی کرنے کا شعوری انتخاب کرتے ہیں وہ مایوس کن صارفین سے بچنے کے لیے ایسا کرتے ہیں۔ اہم سوال یہ بنتا ہے: "آگے کے مستقبل کے لیے، کس کوانٹائل پیشین گوئی نمبر کے لیے کاروباری منصوبہ بندی کرنی چاہیے؟" موجود عدم توازن کو دیکھتے ہوئے، ایک وزنی فیصلہ کرنے کی ضرورت ہے۔ اس ضرورت کو اگلے حصے میں پورا کیا گیا ہے جہاں پیشن گوئی شدہ مقداریں، بطور اکائی، ان کے متعلقہ مالی معنی میں تبدیل ہو جاتی ہیں۔
زیادہ سے زیادہ منافع یا کسٹمر سروس کے اہداف کی بنیاد پر خودکار طور پر درست کوانٹائل پوائنٹس کا انتخاب کرنا
کوانٹائل اقدار کو کاروباری اقدار میں تبدیل کرنے کے لیے، ہمیں اوور اسٹاک کی ہر اکائی اور انڈر اسٹاک کی ہر اکائی کے ساتھ منسلک جرمانہ تلاش کرنا چاہیے، کیونکہ یہ شاذ و نادر ہی برابر ہوتے ہیں۔ اس ضرورت کا حل اچھی طرح سے دستاویزی ہے اور آپریشن ریسرچ کے شعبے میں مطالعہ کیا جاتا ہے، جسے نیوز وینڈر کا مسئلہ کہا جاتا ہے۔ وائٹن (1955) پہلا شخص تھا جس نے قیمتوں کے اثرات کے ساتھ ڈیمانڈ ماڈل تیار کیا۔ نیوز وینڈر کے مسئلے کا نام اس وقت سے رکھا گیا ہے جب خبریں بیچنے والوں کو یہ فیصلہ کرنا پڑتا تھا کہ دن کے لیے کتنے اخبار خریدے جائیں۔ اگر انہوں نے بہت کم نمبر کا انتخاب کیا، تو وہ جلد فروخت ہو جائیں گے اور دن میں اپنی آمدنی کی صلاحیت تک نہیں پہنچ پائیں گے۔ اگر انہوں نے بہت زیادہ نمبر کا انتخاب کیا، تو وہ "کل کی خبر" کے ساتھ پھنس گئے تھے اور صبح سویرے اپنی قیاس آرائی پر مبنی سرمایہ کاری کا کچھ حصہ کھونے کا خطرہ مول لیں گے۔
جرمانے کے اوپر اور نیچے کی فی یونٹ کی گنتی کرنے کے لیے، ہر ایک آئٹم کے لیے ضروری ڈیٹا کے چند ٹکڑے ہیں جن کی آپ پیشن گوئی کرنا چاہتے ہیں۔ آپ ڈیٹا کو بطور آئٹم + لوکیشن پیئر، آئٹم + کسٹمر پیئر، یا کاروباری ضرورت کے مطابق دیگر امتزاج کے طور پر بتا کر پیچیدگی کو بڑھا سکتے ہیں۔
- آئٹم کے لیے متوقع فروخت کی قیمت۔
- شے کی خریداری یا تیاری کے لیے سامان کی تمام لاگت۔
- اگر فروخت نہ ہو تو انوینٹری میں شے کو لے جانے سے وابستہ ہولڈنگ کے تخمینی اخراجات۔
- شے کی بچت کی قیمت، اگر فروخت نہ ہوئی ہو۔ اگر انتہائی نابود ہو جائے تو، نجات کی قیمت صفر تک پہنچ سکتی ہے، جس کے نتیجے میں سامان کی سرمایہ کاری کی اصل قیمت کا مکمل نقصان ہو سکتا ہے۔ جب شیلف مستحکم ہو تو، ذخیرہ شدہ اور ممکنہ طور پر پرانی چیز کی نوعیت کے لحاظ سے، سالویج ویلیو شے کی متوقع سیلز ویلیو کے نیچے کہیں بھی گر سکتی ہے۔
مندرجہ ذیل جدول یہ ظاہر کرتا ہے کہ معلوم تاریخی ادوار میں دستیاب پیشن گوئی پوائنٹس میں سے کوانٹائل پوائنٹس کو کس طرح خود منتخب کیا گیا تھا۔ آئٹم 3 کی مثال پر غور کریں، جس کی سابقہ ادوار میں 1,578 یونٹس کی حقیقی مانگ تھی۔ p50 کا تخمینہ 1,288 یونٹس کی کم سپلائی ہو گی، جب کہ p90 کی قیمت 2,578 یونٹس کی اضافی پیداوار ہو گی۔ مشاہدہ شدہ مقداروں میں، p70 قدر $7,301 کا زیادہ سے زیادہ منافع پیدا کرتی ہے۔ یہ جان کر، آپ دیکھ سکتے ہیں کہ p50 کے انتخاب کے نتیجے میں p1,300 قدر کے مقابلے میں $70 کے قریب جرمانہ کیسے ہوگا۔ یہ صرف ایک مثال ہے، لیکن جدول میں موجود ہر آئٹم کے پاس بتانے کے لیے ایک منفرد کہانی ہے۔
حل جائزہ
مندرجہ ذیل خاکہ ایک مجوزہ ورک فلو کی وضاحت کرتا ہے۔ پہلا، ایمیزون سیج میکر ڈیٹا رینگلر ٹائم سیریز کی پیشن گوئی کرنے والے کے ذریعہ تیار کردہ بیکٹیسٹ پیشین گوئیاں استعمال کرتا ہے۔ اس کے بعد، بیکٹیسٹ پیشین گوئیاں اور معلوم حقائق کو ایک آئٹم کی بنیاد پر مالیاتی میٹا ڈیٹا کے ساتھ جوڑا جاتا ہے۔ اس مقام پر، بیکٹیسٹ پیشین گوئیوں کا استعمال کرتے ہوئے، ایک SageMaker ڈیٹا رینگلر ٹرانسفارم ہر آئٹم سے کم اور زیادہ پیشن گوئی کے لیے یونٹ لاگت کا حساب لگاتا ہے۔
سیج میکر ڈیٹا رینگلر یونٹ کی پیشن گوئی کو مالی تناظر میں ترجمہ کرتا ہے اور خود بخود آئٹم کے مخصوص کوانٹائل کو منتخب کرتا ہے جو جانچے گئے کوانٹائلز میں سب سے زیادہ منافع فراہم کرتا ہے۔ آؤٹ پٹ ڈیٹا کا ایک ٹیبلر سیٹ ہے، جسے Amazon S3 پر اسٹور کیا گیا ہے، اور تصوراتی طور پر پچھلے حصے میں موجود ٹیبل سے ملتا جلتا ہے۔
آخر میں، ایک ٹائم سیریز کی پیشن گوئی کرنے والا مستقبل کے ادوار کے لیے مستقبل کی تاریخ کی پیشن گوئیاں تیار کرنے کے لیے استعمال کیا جاتا ہے۔ یہاں، آپ انفرنس آپریشنز چلانے کا بھی انتخاب کر سکتے ہیں، یا انفرنس ڈیٹا پر عمل کر سکتے ہیں، جس کے مطابق کوانٹائل کا انتخاب کیا گیا تھا۔ یہ آپ کو کمپیوٹیشنل اخراجات کو کم کرنے کی اجازت دے سکتا ہے جبکہ ہر ایک آئٹم کے دستی جائزے کے بوجھ کو بھی ہٹا سکتا ہے۔ آپ کی کمپنی کے ماہرین کے پاس زیادہ قیمت والی اشیاء پر توجہ مرکوز کرنے کے لیے زیادہ وقت ہو سکتا ہے جبکہ آپ کے کیٹلاگ میں موجود ہزاروں آئٹمز میں خودکار ایڈجسٹمنٹ لاگو ہو سکتی ہیں۔ غور طلب بات کے طور پر، مستقبل میں کچھ حد تک غیر یقینی صورتحال ہے۔ تاہم، دیگر تمام چیزیں برابر ہونے کی وجہ سے، مقدار کے مخلوط انتخاب کو وقت کی سیریز کے مجموعی سیٹ میں نتائج کو بہتر بنانا چاہیے۔ یہاں AWS میں، ہم آپ کو مشورہ دیتے ہیں کہ مخلوط کوانٹائل سلیکشن کے ساتھ پائی جانے والی بہتری کی ڈگری کو درست کرنے کے لیے دو ہولڈ بیک پیشین گوئی سائیکل استعمال کریں۔
آپ کے نفاذ کو تیز کرنے کے لیے حل رہنمائی
اگر آپ اس پوسٹ میں زیر بحث کوانٹائل سلیکشن حل کو دوبارہ بنانا چاہتے ہیں اور اسے اپنے ڈیٹاسیٹ کے مطابق ڈھالنا چاہتے ہیں، تو ہم آپ کو شروع کرنے کے لیے ڈیٹا کا مصنوعی نمونہ سیٹ اور ایک نمونہ SageMaker Data Wrangler فلو فائل فراہم کرتے ہیں۔ GitHub کے. مکمل ہینڈ آن تجربہ آپ کو مکمل ہونے میں ایک گھنٹے سے بھی کم وقت لگے گا۔
ہم یہ پوسٹ اور نمونے کے حل کی رہنمائی فراہم کرتے ہیں تاکہ آپ کے بازار میں وقت کو تیز کرنے میں مدد ملے۔ مخصوص مقدار کی سفارش کرنے کے لیے بنیادی فعال کرنے والا SageMaker Data Wrangler ہے، ایک مقصد سے تیار کردہ AWS سروس جس کا مقصد ML استعمال کے کیسز کے لیے ڈیٹا تیار کرنے میں لگنے والے وقت کو کم کرنا ہے۔ سیج میکر ڈیٹا رینگلر ڈیٹا کی تبدیلیوں کو ڈیزائن کرنے، ڈیٹا کا تجزیہ کرنے اور فیچر انجینئرنگ کو انجام دینے کے لیے ایک بصری انٹرفیس فراہم کرتا ہے۔
اگر آپ سیج میکر ڈیٹا رینگلر میں نئے ہیں، تو حوالہ دیں۔ ڈیٹا رینگلر کے ساتھ شروعات کریں۔ کے ذریعے سروس شروع کرنے کا طریقہ سمجھنے کے لیے ایمیزون سیج میکر اسٹوڈیو. آزادانہ طور پر، ہمارے پاس اس سے زیادہ ہے۔ 150،XNUMX،XNUMX بلاگ پوسٹس جو خدمت کے ذریعہ خطاب کردہ متنوع نمونہ ڈیٹا کی تبدیلیوں کو دریافت کرنے میں مدد کرتا ہے۔
نتیجہ
اس پوسٹ میں، ہم نے تبادلہ خیال کیا کہ کس طرح کوانٹائل ریگریشن ٹائم سیریز کی پیشن گوئی میں متعدد کاروباری فیصلے پوائنٹس کو قابل بناتا ہے۔ ہم نے زیادہ اور کم پیشین گوئی کے ساتھ منسلک لاگت کے غیر متوازن جرمانے پر بھی تبادلہ خیال کیا — اکثر کم سپلائی کا جرمانہ اوور سپلائی جرمانے کے کئی گنا ہوتا ہے، اس بات کا ذکر نہ کرنا کہ کم سپلائی گاہکوں کے ساتھ خیر سگالی کے نقصان کا سبب بن سکتی ہے۔
پوسٹ میں اس بات پر تبادلہ خیال کیا گیا کہ کس طرح تنظیمیں ہر آئٹم کی زائد اور کم سپلائی لاگت کو مدنظر رکھتے ہوئے متعدد کوانٹائل پیشین گوئی پوائنٹس کا جائزہ لے سکتی ہیں تاکہ مستقبل کے ادوار میں سب سے زیادہ منافع فراہم کرنے والے کوانٹائل کو خود بخود منتخب کیا جا سکے۔ جب ضروری ہو، آپ اس انتخاب کو اوور رائیڈ کر سکتے ہیں جب کاروباری قواعد متحرک ایک پر ایک مقررہ مقدار کی خواہش کرتے ہیں۔
اس عمل کو کاروباری اور مالیاتی اہداف کو پورا کرنے میں مدد کے لیے ڈیزائن کیا گیا ہے جبکہ پیشن گوئی کی گئی ہر آئٹم پر دستی طور پر ججمنٹ کالز لگانے کی رگڑ کو دور کرنا ہے۔ سیج میکر ڈیٹا رینگلر اس عمل کو جاری رکھنے میں مدد کرتا ہے کیونکہ کوانٹائل کا انتخاب حقیقی دنیا کے ڈیٹا کو تبدیل کرنے کے ساتھ متحرک ہونا چاہیے۔
واضح رہے کہ کوانٹائل سلیکشن ایک بار کا واقعہ نہیں ہے۔ ہر پیشین گوئی کے چکر کے دوران بھی اس عمل کا جائزہ لیا جانا چاہیے، جس میں سامان کی بڑھتی ہوئی قیمت، مہنگائی، موسمی ایڈجسٹمنٹ، نئی مصنوعات کا تعارف، صارفین کے مطالبات میں تبدیلی، اور بہت کچھ شامل ہیں۔ تجویز کردہ اصلاحی عمل ٹائم سیریز ماڈل جنریشن کے بعد پوزیشن میں ہے، جسے ماڈل ٹریننگ سٹیپ کہا جاتا ہے۔ کوانٹائل کا انتخاب مستقبل کی پیشن گوئی کی نسل کے قدم کے ساتھ کیا جاتا ہے اور استعمال کیا جاتا ہے، جسے بعض اوقات انفرنس سٹیپ بھی کہا جاتا ہے۔
اگر آپ کے پاس اس پوسٹ کے بارے میں کوئی سوالات ہیں یا آپ اپنی منفرد تنظیمی ضروریات میں مزید گہرائی سے جانا چاہتے ہیں، تو براہ کرم اپنی AWS اکاؤنٹ ٹیم، اپنے AWS سلوشنز آرکیٹیکٹ سے رابطہ کریں، یا ہمارے سپورٹ سینٹر میں ایک نیا کیس کھولیں۔
حوالہ جات
- ڈی یونگ، جی ڈی (2020)۔ قیمت کا تعین کرنے والا نیوز وینڈر: جائزہ اور توسیعات۔ انٹرنیشنل جرنل آف پروڈکشن ریسرچ، 58(6)، 1776–1804۔
- Liu, C., Letchford, AN, & Svetunkov, I. (2022)۔ نیوز وینڈر کے مسائل: تخمینہ اور اصلاح کے لیے ایک مربوط طریقہ۔ یورپی جرنل آف آپریشنل ریسرچ، 300(2)، 590–601۔
- پونیا، ایس، سنگھ، ایس پی، اور مدان، جے کے (2020)۔ پیشین گوئی سے لے کر نسخے کے تجزیات تک: ڈیٹا سے چلنے والا ملٹی آئٹم نیوز وینڈر ماڈل۔ فیصلہ سپورٹ سسٹمز، 136۔
- Trapero, JR, Cardós, M., & Kourentzes, N. (2019)۔ حفاظتی اسٹاک کے تخمینہ کو بڑھانے کے لیے کوانٹائل پیشن گوئی کا بہترین مجموعہ۔ بین الاقوامی جرنل آف فورکاسٹنگ، 35(1)، 239–250۔
- وائٹن، ٹی ایم (1955)۔ انوینٹری کنٹرول اور قیمت کا نظریہ۔ مینجمنٹ سائنس. 2 61–68۔
مصنف کے بارے میں
چارلس لافلن ایک پرنسپل AI/ML ماہر حل آرکیٹیکٹ ہے اور AWS میں Amazon SageMaker سروس ٹیم میں کام کرتا ہے۔ وہ سروس روڈ میپ کو تشکیل دینے میں مدد کرتا ہے اور مختلف AWS صارفین کے ساتھ روزانہ تعاون کرتا ہے تاکہ جدید AWS ٹیکنالوجیز اور سوچ کی قیادت کا استعمال کرتے ہوئے اپنے کاروبار کو تبدیل کرنے میں مدد کی جا سکے۔ چارلس نے سپلائی چین مینجمنٹ میں ایم ایس اور پی ایچ ڈی کی ڈگری حاصل کی ہے۔ ڈیٹا سائنس میں
- SEO سے چلنے والا مواد اور PR کی تقسیم۔ آج ہی بڑھا دیں۔
- پلیٹو ڈیٹا ڈاٹ نیٹ ورک ورٹیکل جنریٹو اے آئی۔ اپنے آپ کو بااختیار بنائیں۔ یہاں تک رسائی حاصل کریں۔
- پلیٹوآئ اسٹریم۔ ویب 3 انٹیلی جنس۔ علم میں اضافہ۔ یہاں تک رسائی حاصل کریں۔
- پلیٹو ای ایس جی۔ کاربن، کلین ٹیک، توانائی ، ماحولیات، شمسی، ویسٹ مینجمنٹ یہاں تک رسائی حاصل کریں۔
- پلیٹو ہیلتھ۔ بائیوٹیک اینڈ کلینیکل ٹرائلز انٹیلی جنس۔ یہاں تک رسائی حاصل کریں۔
- ماخذ: https://aws.amazon.com/blogs/machine-learning/beyond-forecasting-the-delicate-balance-of-serving-customers-and-growing-your-business/
- : ہے
- : ہے
- : نہیں
- :کہاں
- ][p
- 1
- 10
- 100
- 2019
- 2020
- 2022
- 420
- 7
- 95٪
- a
- ہمارے بارے میں
- اوپر
- رفتار کو تیز تر
- قبولیت
- کے مطابق
- اکاؤنٹ
- درستگی
- درست
- حاصل کیا
- حاصل
- ایکٹ
- اپنانے
- اس کے علاوہ
- پتہ
- خطاب کیا
- ایڈجسٹمنٹ
- مشورہ
- کے بعد
- کے خلاف
- عمر
- آگے
- AI / ML
- یلگوردمز
- تمام
- کی اجازت
- کی اجازت دیتا ہے
- شانہ بشانہ
- بھی
- اگرچہ
- ایمیزون
- ایمیزون سیج میکر
- ایمیزون سیج میکر کینوس
- ایمیزون ویب سروسز
- کے درمیان
- رقم
- an
- تجزیاتی
- تجزیے
- اور
- ایک اور
- کوئی بھی
- کہیں
- اطلاقی
- کا اطلاق کریں
- نقطہ نظر
- نقطہ نظر
- تقریبا
- کیا
- اہتمام
- AS
- ایسڈ
- منسلک
- At
- خودکار
- خود کار طریقے سے
- دستیاب
- اوسط
- سے اجتناب
- AWS
- واپس
- Backtest
- متوازن
- بیلنس شیٹ
- بیلنس شیٹس
- کی بنیاد پر
- بنیاد
- BE
- کیونکہ
- بن
- ہو جاتا ہے
- رہا
- کیا جا رہا ہے
- نیچے
- BEST
- کے درمیان
- سے پرے
- تعصب
- بلاگ
- پایان
- برانڈ
- وسیع
- تعمیر میں
- بوجھ
- کاروبار
- کاروبار
- لیکن
- by
- کہا جاتا ہے
- کالز
- کر سکتے ہیں
- کینوس
- صلاحیتوں
- کیا ہوا
- لے جانے والا۔
- کیس
- مقدمات
- کیش
- کیٹلوگ
- کیونکہ
- سینٹر
- مرکوز
- چین
- موقع
- تبدیلیاں
- تبدیل کرنے
- چارلس
- انتخاب
- انتخاب
- میں سے انتخاب کریں
- منتخب کریں
- کا انتخاب کیا
- منتخب کیا
- مجموعہ
- کے مجموعے
- کامن
- کمپنیاں
- کمپنی کے
- مقابلے میں
- مکمل
- پیچیدگی
- پیچیدہ
- کمپیوٹنگ
- تصور سے
- ہوش
- غور کریں
- غور
- مشتمل
- رکاوٹوں
- صارفین
- سیاق و سباق
- کنٹرول
- اس کے برعکس
- تبدیل
- تبدیل
- کور
- درست
- قیمت
- اخراجات
- سکتا ہے
- مل کر
- تخلیق
- تخلیق
- اہم
- گاہک
- کسٹمر سروس
- گاہکوں
- جدید
- سائیکل
- سائیکل
- روزانہ
- اعداد و شمار
- ڈیٹا سائنس
- اعداد و شمار پر مبنی ہے
- دن
- فیصلہ کرنا
- فیصلہ
- فیصلے
- گہری
- گہرے
- پہلے سے طے شدہ
- ڈگری
- نجات
- ڈیمانڈ
- ڈیمانڈ پیشن گوئی
- مطالبات
- demonstrated,en
- ثبوت
- منحصر ہے
- بیان
- ڈیزائن
- ڈیزائن
- خواہش
- تفصیل
- تفصیلات
- کا تعین کرنے
- ترقی یافتہ
- مایوس کن
- دریافت
- بات چیت
- بات چیت
- ڈوبکی
- متنوع
- do
- نہیں کرتا
- ڈومین
- نیچے
- ڈرائیو
- دو
- کے دوران
- متحرک
- ہر ایک
- ابتدائی
- آسان
- مؤثر طریقے
- اثرات
- مؤثر طریقے سے
- enabler
- کے قابل بناتا ہے
- آخر
- انجنیئرنگ
- بڑھانے کے
- کو یقینی بنانے کے
- پوری
- برابر
- خاص طور پر
- تخمینہ
- یورپی
- اندازہ
- اندازہ
- واقعہ
- ہر کوئی
- جانچ پڑتال
- مثال کے طور پر
- مثال کے طور پر
- حد سے تجاوز
- اضافی
- موجود ہے
- توقع
- تجربہ
- ماہر
- ماہرین
- اظہار
- ملانے
- گر
- تیز تر
- نمایاں کریں
- چند
- کم
- میدان
- اعداد و شمار
- فائل
- مالی
- مالی اہداف
- مل
- پہلا
- فٹ
- پانچ
- مقرر
- بہاؤ
- توجہ مرکوز
- پر عمل کریں
- پیچھے پیچھے
- کے بعد
- کے لئے
- پیشن گوئی
- پیشن گوئی
- فارم
- فارمولا
- رضاعی
- ملا
- مفت
- رگڑ
- سے
- مکمل
- مزید
- مستقبل
- فیوچرز
- پیدا
- پیدا
- نسل
- جغرافیائی طور پر
- حاصل
- دی
- گلوون
- اہداف
- اچھا
- سامان
- گڈول
- سبز
- بڑھتے ہوئے
- رہنمائی
- تھا
- ہاتھوں پر
- ہے
- ہونے
- he
- Held
- مدد
- مدد کرتا ہے
- یہاں
- ہائی
- اعلی
- سب سے زیادہ
- انتہائی
- تاریخی
- تاریخی
- انعقاد
- کی ڈگری حاصل کی
- افق
- افق
- گھنٹہ
- کس طرح
- کیسے
- تاہم
- HTML
- HTTPS
- i
- خیال
- ناقابل یقین
- if
- وضاحت کرتا ہے
- عدم توازن
- فوری طور پر
- بہتری
- in
- شامل
- شامل
- سمیت
- انکم
- اضافہ
- اضافہ
- آزادانہ طور پر
- افراط زر کی شرح
- مطلع
- معلومات
- ابتدائی
- امورت
- ضم
- دلچسپ
- انٹرفیس
- بین الاقوامی سطح پر
- تشریح
- میں
- تعارف
- انوینٹری
- کی تحقیقات
- سرمایہ کاری
- سرمایہ کاری
- IT
- اشیاء
- شامل ہو گئے
- جرنل
- سفر
- جان
- جاننا
- جانا جاتا ہے
- آخری
- شروع
- قیادت
- قیادت
- لیڈز
- سیکھنے
- کم سے کم
- چھوڑ کر
- کم
- کی طرح
- امکان
- لمیٹڈ
- لائن
- لاجسٹکس
- طویل مدتی
- کھونے
- بند
- لو
- کم
- مشین
- مشین لرننگ
- بنا
- مین
- بنا
- انتظام
- انداز
- دستی
- دستی طور پر
- مینوفیکچررز
- بہت سے
- مارکیٹ
- ملا
- زیادہ سے زیادہ
- زیادہ سے زیادہ
- مئی..
- مطلب
- معنی
- کا مطلب ہے کہ
- مراد
- پیمائش
- سے ملو
- میٹا ڈیٹا
- طریقہ
- طریقوں
- پیمائش کا معیار
- مشن
- مخلوط
- ML
- ماڈل
- ماڈل
- جدید
- زیادہ
- صبح
- سب سے زیادہ
- منتقل
- منتقل اوسط
- ایک سے زیادہ
- ضروری
- ہونا ضروری ہے
- نامزد
- فطرت، قدرت
- تشریف لے جائیں
- قریب
- ضروری
- ضرورت ہے
- ضرورت
- ضروریات
- نئی
- نئی مصنوعات
- خبر
- اخبارات
- اگلے
- کا کہنا
- اب
- تعداد
- مشاہدہ
- of
- پیش کرتے ہیں
- تجویز
- اکثر
- on
- ایک
- جاری
- صرف
- کھول
- اوپن سورس
- اوپن سورس سافٹ ویئر
- کام
- آپریشن
- آپریشنل
- آپریشنز
- زیادہ سے زیادہ
- اصلاح کے
- کی اصلاح کریں
- or
- احکامات
- عام
- تنظیمی
- تنظیمیں
- اصل
- دیگر
- ہمارے
- باہر
- نتائج
- پیداوار
- پر
- مجموعی طور پر
- منسوخی
- Overstock
- خود
- پیکج
- جوڑی
- حصہ
- شراکت داروں کے
- حصے
- گزشتہ
- فی
- انجام دیں
- مدت
- ادوار
- نقطہ نظر
- ٹکڑے ٹکڑے
- منصوبہ
- منصوبہ بندی
- پلاٹا
- افلاطون ڈیٹا انٹیلی جنس
- پلیٹو ڈیٹا
- مہربانی کرکے
- پوائنٹ
- پوائنٹس
- پوزیشن میں
- ممکن
- پوسٹ
- ممکنہ
- ممکنہ طور پر
- کی پیشن گوئی
- پیشن گوئی
- کو ترجیح دیتے ہیں
- تیار
- کی روک تھام
- پچھلا
- پہلے
- قیمت
- قیمتوں کا تعین
- پرائمری
- پرنسپل
- پہلے
- مسئلہ
- مسائل
- عمل
- پیدا
- تیار
- پیدا کرتا ہے
- مصنوعات
- پیداوار
- حاصل
- منافع
- منافع
- مجوزہ
- فراہم
- فراہم کرتا ہے
- خرید
- پیچھا کرنا
- سوال
- سوالات
- فوری
- R
- رینج
- کم از کم
- قیمتیں
- بلکہ
- تک پہنچنے
- اصلی
- حقیقی دنیا
- احساس ہوا
- وجہ
- حال ہی میں
- سفارش کر رہا ہے
- ریڈ
- کو کم
- کا حوالہ دیتے ہیں
- کہا جاتا ہے
- رشتہ دار
- انحصار کرو
- باقی
- کو ہٹانے کے
- تحقیق
- وسائل
- وسائل
- متعلقہ
- نتیجہ
- نتیجے
- خوردہ
- خوردہ فروش
- خوردہ فروشوں
- کا جائزہ لینے کے
- رسک
- سڑک موڈ
- قوانین
- رن
- چل رہا ہے
- s
- سیفٹی
- sagemaker
- فروخت
- اسی
- منظرنامے
- ایس سی آئی
- سائنس
- موسمیاتی
- سیکشن
- سیکشنز
- دیکھنا
- ڈھونڈتا ہے
- منتخب
- انتخاب
- فروخت
- بیچنے والے
- سیریز
- خدمت
- سروس
- سروسز
- خدمت
- مقرر
- کئی
- شکل
- سیکنڈ اور
- شیٹ
- شیلف
- منتقلی
- خریداروں
- مختصر مدت کے
- ہونا چاہئے
- دکھائیں
- دکھایا گیا
- شوز
- اسی طرح
- ایک
- So
- سافٹ ویئر کی
- فروخت
- حل
- حل
- کچھ
- ماہر
- مخصوص
- نمائش
- چوکوں
- مستحکم
- اسٹیک ہولڈرز
- شروع
- ریاستی آرٹ
- شماریات
- مرحلہ
- مراحل
- اسٹاک
- ذخیرہ
- ذخیرہ
- کہانی
- براہ راست
- حکمت عملیوں
- حکمت عملی
- تعلیم حاصل کی
- کامیاب
- فراہمی
- طلب اور رسد
- فراہمی کا سلسلہ
- سپلائی چین مینجمنٹ
- حمایت
- سپورٹ سسٹمز
- کی حمایت کرتا ہے
- سرپلس
- مصنوعی
- سسٹمز
- ٹیبل
- لے لو
- لیتا ہے
- کاموں
- ٹیم
- ٹیکنالوجی
- بتا
- سے
- کہ
- ۔
- مستقبل
- ان
- ان
- نظریہ
- وہاں.
- یہ
- وہ
- چیزیں
- لگتا ہے کہ
- اس
- ان
- سوچا
- سوچا قیادت۔
- ہزاروں
- تین
- کے ذریعے
- وقت
- وقت کا سلسلہ
- کرنے کے لئے
- بھی
- سخت
- کی طرف
- ٹریڈنگ
- ٹریننگ
- تبدیل
- تبدیلی
- سچ
- صحیح قدر
- دو
- عام طور پر
- آخر میں
- غیر یقینی
- غیر یقینی صورتحال
- کے تحت
- سمجھ
- منفرد
- یونٹ
- یونٹس
- جب تک
- استعمال کی شرائط
- استعمال کیا جاتا ہے
- کا استعمال کرتے ہوئے
- قیمت
- اقدار
- مختلف اقسام کے
- لنک
- چاہتے ہیں
- تھا
- راستہ..
- we
- ویب
- ویب خدمات
- اچھا ہے
- تھے
- جو کچھ بھی
- جب
- جب بھی
- جبکہ
- چاہے
- جس
- جبکہ
- ڈبلیو
- وسیع
- وسیع رینج
- گے
- ساتھ
- کے اندر
- بغیر
- کام کا بہاؤ
- کام کرتا ہے
- گا
- تم
- اور
- زیفیرنیٹ
- صفر