Principais conceitos e terminologia

Insights: o principal recurso para o monitoramento proativo da cadeia de suprimentos e a principal entidade com a qual você trabalha no Amazon Connect Decisions. Um insight reúne detecção, análise da causa raiz e ações recomendadas para um problema na cadeia de suprimentos, ajudando você a identificar e resolver problemas antes que eles afetem as operações. Um insight é gerado quando uma regra detecta que uma métrica violou suas condições definidas (por exemplo, “A precisão da previsão para o Produto A caiu para 72% no Site B”). As detecções relacionadas que compartilham o mesmo produto, site e tipo de recomendação são consolidadas em um único insight, oferecendo a você um único local para investigar e agir.

Métricas: medidas quantificáveis que avaliam o desempenho da cadeia de suprimentos. As métricas definem o que monitorar (por exemplo, precisão da previsão, níveis de estoque, dias de cobertura) e como calcular essas medidas em seus dados.

Regras: lógica de negócios que define quando exceções (insights) devem ser geradas. As regras especificam os limites, as condições e os critérios que acionam insights com base em suas métricas (por exemplo, “Gere uma exceção quando a precisão da previsão cair abaixo de 85% para A-class produtos”). Métricas e regras trabalham juntas para gerar insights. As métricas definem o que medir, enquanto as regras avaliam essas métricas em relação aos limites para determinar quando gerar insights. Por exemplo, uma métrica de precisão de previsão calcula o desempenho, e uma regra aciona um insight quando essa métrica cai abaixo de 85% para produtos. A-class

Causa raiz: a AI-powered investigação que explica por que uma exceção ocorreu. A análise da causa raiz examina fatores contribuintes, padrões de dados e informações contextuais para identificar os motivos subjacentes dos desvios de desempenho.

Recomendações: ações AI-generated sugeridas para resolver exceções. As recomendações fornecem etapas específicas e acionáveis para tratar as causas-raiz e restaurar as operações normais.

Diretrizes do agente: instruções que orientam o comportamento do agente de IA ao analisar exceções e gerar recomendações. Essas diretrizes incorporam suas políticas de negócios, restrições operacionais e preferências de tomada de decisão.

Fatores de gravidade: configurações que determinam como o impacto financeiro influencia a priorização de exceções. Os fatores de gravidade ajudam o sistema a resolver primeiro os problemas mais críticos para os negócios.

Previsão de linha de base — Refere-se ao uso dos dados históricos pelo sistema para gerar uma previsão. Ele fornece uma previsão inicial da demanda antes de você aplicar qualquer substituição.

Conjunto de dados — Uma coleção de dados usada para gerar previsões, como pedidos de venda históricos ou informações sobre produtos.

Ciclo de planejamento de demanda — O tempo necessário para criar e finalizar os planejamentos de demanda, que incluem a geração de previsões e a colaboração com as partes interessadas para ajustar e publicar os planejamentos de demanda.

Plano de demanda — Um plano é criado para um horizonte de tempo definido e atualizado periodicamente por meio de janelas de tempo contínuas (ciclos de planejamento). Cada plano de demanda pode conter várias versões em um ciclo de planejamento para apoiar o refinamento do plano para quaisquer dados incrementais recebidos em um ciclo de planejamento. O plano de demanda pode exibir status, incluindo:

Configuração de previsão — O conjunto de condições de planejamento que governam o plano para geração de previsão. Isso inclui a configuração do ciclo de planejamento, a granularidade do horizonte temporal e a configuração da hierarquia que influencia a forma como o Planejamento de Demanda gerará a previsão.

Granularidade da previsão — Define como você deseja criar e gerenciar a previsão. Você pode usar uma combinação de dimensões de produto, localização, cliente e canal. Você também pode escolher o intervalo de tempo para que os dados de previsão sejam agregados por dia, semana, mês ou ano para cada produto no conjunto de dados. Por exemplo, se a granularidade da previsão for definida como Diária, você verá a previsão diária para cada produto no conjunto de dados.

Substituir — Uma modificação que você faz na previsão gerada pelo sistema.

Horizonte de planejamento — O período total de tempo no futuro para o qual as previsões são geradas, medido a partir da data de início da previsão. O horizonte de planejamento é determinado pela combinação do período de tempo (diário, semanal ou mensal) com a duração do horizonte do plano. Por exemplo, um plano semanal com um horizonte de 26 semanas cria previsões cobrindo as próximas 26 semanas a partir da data de início da previsão.

Ciclo de vida do produto — O ciclo de vida do produto se refere aos vários estágios de um produto, desde a introdução até o fim da vida útil (EoL).

Plano de demanda publicado — O resultado final do plano. Você pode optar por publicar o planejamento de demanda finalizado nos sistemas de planejamento de estoque e suprimento posteriores para implementação.