As traduções são geradas por tradução automática. Em caso de conflito entre o conteúdo da tradução e da versão original em inglês, a versão em inglês prevalecerá.
# Como os Insights são gerados?
O Amazon Connect Decisions usa um processo sistemático para monitorar os dados da sua cadeia de suprimentos, detectar problemas e gerar insights com recomendações práticas. A compreensão desse processo ajuda você a configurar regras eficazes e a interpretar os insights que você recebe.
## O processo de geração de insights
A geração de insights segue um processo de quatro estágios que transforma os dados da sua cadeia de suprimentos em inteligência acionável:
### 1. Cálculo métrico
O sistema calcula continuamente as métricas com base nos dados da sua cadeia de suprimentos. Essas métricas são medidas quantificáveis que avaliam o desempenho em suas operações, como:
+ Níveis de estoque projetados
+ Dias de abastecimento
+ Giros de inventário
+ Variabilidade do lead time
+ Precisão da previsão
As métricas são calculadas de acordo com a granularidade que você define, como por produto, site ou combinação produto-site. O sistema atualiza esses cálculos com base na frequência que você configura (diária, semanal ou à medida que novos dados chegam).
### 2. Avaliação de regras
Depois que as métricas são calculadas, o Amazon Connect Decisions as avalia em relação às suas regras baseadas em métricas configuradas. Metric-based as regras definem as condições específicas sob as quais você deseja ser alertado sobre possíveis problemas.
Cada regra baseada em métricas inclui três componentes essenciais:
**Métricas**: as medidas quantificáveis que estão sendo monitoradas
**Limites**: os valores limite que acionam um insight quando cruzados
**Escopo**: os produtos, sites ou outras dimensões às quais a regra se aplica
Por exemplo, uma regra pode indicar: “Alerte quando o estoque projetado cair abaixo do mínimo de estoque de segurança E dias até que o estoque seja de 14 ou menos E o risco de impacto no cliente exceder $25.000”.
Quando as condições de uma regra são atendidas, o sistema inicia o processo de geração de insights para os itens afetados.
### 3. Análise da causa raiz
Quando uma regra é acionada, o Amazon Connect Decisions executa automaticamente a análise da causa raiz para entender por que o problema ocorreu. O sistema:
+ Examina dados relevantes da cadeia de suprimentos em várias dimensões
+ Analisa padrões históricos e mudanças recentes
+ Analisa as relações entre diferentes fatores (demanda, oferta, estoque, pedidos)
+ Aplica suas regras baseadas em políticas para fornecer contexto de negócios
Policy-based as regras orientam essa análise fornecendo diretrizes qualitativas sobre como o sistema deve considerar e analisar problemas. Por exemplo, uma regra baseada em políticas pode declarar: “Para obter informações sobre escassez de estoque, sempre analise as seguintes causas-raiz: erro de previsão de demanda, problemas de lead time do fornecedor, restrições de capacidade de produção”.
A análise da causa raiz identifica os principais fatores por trás do problema e fornece uma explicação detalhada dos fatores contribuintes.
### 4. Criação de insights e geração de recomendações
Depois de concluir a análise da causa raiz, o sistema cria o insight com:
+ Uma descrição clara do problema
+ A explicação da causa raiz
+ Métricas e visualizações de dados relevantes
+ Classificação prioritária com base em seus fatores de priorização configurados
+ Ações recomendadas para resolver o problema
+ Ações alternativas para consideração
As recomendações são geradas com base nas regras de negócios, nas restrições operacionais e no contexto específico do problema. O sistema considera fatores como estoque disponível em outros locais, prazos de entrega do fornecedor, capacidade de produção e impacto financeiro ao formular recomendações.
## Tempo e frequência
Os insights são gerados com base na frequência que você configura em suas regras baseadas em métricas (normalmente diárias ou semanais). O sistema processa novos dados de acordo com seu cronograma de atualização de dados, recalcula métricas, avalia regras e gera insights para quaisquer novos problemas detectados.
Os insights existentes são automaticamente atualizados ou marcados como concluídos quando novos dados mostram que o problema não atende mais aos limites configurados.