Instead, using the capabilities of

Instead, using the capabilities of advanced analytics, the
dynamics within and outside the distribution network are
modeled and the impact on capacity requirements calculated
in advance. Real-time information about shipments
(items that are entering the distribution network, are in
transit, and are stored) is aggregated to predict the
allocation of resources for the next 48 hours. This data
is automatically sourced from warehouse management
systems and sensor data along the transportation chain.
In addition detection of ad-hoc changes in demand
is derived from externally available customer
information (e.g., data on product releases, factory
openings, or unexpected bankruptcy). Additionally,
local incidents are detected (e.g., regional disease
outbreaks or natural disasters) as these can skew
demand figures for a particular region or product.

ผลลัพธ์ (ไทย) 1:

แทน ใช้ความสามารถของการวิเคราะห์ขั้นสูง การแปลงภายใน และภาย นอกเครือข่ายการกระจายกำลังสร้างแบบจำลอง และคำนวณผลกระทบต่อการผลิตล่วงหน้า ส่งข้อมูลแบบเรียลไทม์(สินค้าที่กำลังเข้าสู่เครือข่ายการกระจาย ในขนส่ง และจะถูกเก็บไว้) จะรวมอยู่ในการคาดการณ์การปันส่วนทรัพยากรสำหรับ 48 ชั่วโมงถัดไป ข้อมูลนี้มีที่มาจากการบริหารคลังสินค้าโดยอัตโนมัติระบบและเซนเซอร์ข้อมูลตลอดห่วงโซ่การขนส่งนอกจากนี้ การตรวจสอบของกิจการเปลี่ยนแปลงในความต้องการได้มาจากลูกค้าที่มีอยู่ภายนอกข้อมูล (เช่น ข้อมูลประชาสัมพันธ์สินค้า โรงงานช่อง หรือล้มละลายที่ไม่คาดคิด) นอกจากนี้ตรวจพบปัญหาท้องถิ่น (เช่น ภูมิภาคโรคระบาดของโรคหรือภัยธรรมชาติ) เป็นเหล่านี้สามารถเอียงตัวเลขความต้องการสำหรับภูมิภาคใดภูมิภาคหนึ่งหรือผลิตภัณฑ์

ผลลัพธ์ (ไทย) 2:

แต่ใช้ความสามารถของการวิเคราะห์ขั้นสูงที่
การเปลี่ยนแปลงทั้งภายในและภายนอกเครือข่ายการกระจายที่มี
รูปแบบและผลกระทบต่อความต้องการความสามารถในการคำนวณ
ล่วงหน้า ข้อมูลแบบ Real-time เกี่ยวกับการจัดส่ง
(รายการที่กำลังเข้าสู่เครือข่ายการกระจายอยู่ใน
ระหว่างการขนส่งและจะถูกเก็บไว้) จะถูกรวบรวมในการทำนาย
การจัดสรรทรัพยากรสำหรับถัดไป 48 ชั่วโมง ข้อมูลนี้
มีที่มาโดยอัตโนมัติจากการจัดการคลังสินค้า
ระบบและข้อมูลเซ็นเซอร์ตามห่วงโซ่การขนส่ง.
ในการตรวจสอบนอกจากนี้การเปลี่ยนแปลงเฉพาะกิจในความต้องการที่
ได้รับมาจากลูกค้าที่มีอยู่ภายนอก
ข้อมูล (เช่นข้อมูลเกี่ยวกับการออกผลิตภัณฑ์โรงงาน
เปิดหรือล้มละลายที่ไม่คาดคิด) นอกจากนี้
เหตุการณ์ที่เกิดขึ้นในท้องถิ่นมีการตรวจพบ (เช่นโรคในระดับภูมิภาค
การระบาดหรือภัยพิบัติทางธรรมชาติ) เป็นเหล่านี้สามารถบิดเบือน
ตัวเลขความต้องการสำหรับพื้นที่หนึ่งหรือผลิตภัณฑ์

ผลลัพธ์ (ไทย) 3:

แทนการใช้ความสามารถในการวิเคราะห์ขั้นสูงพลวัตภายในและภายนอกเครือข่ายการกระจายเป็นรูปแบบและผลกระทบต่อความต้องการคำนวณความจุล่วงหน้า ข้อมูลในเวลาจริงเกี่ยวกับการจัดส่ง( สินค้าที่เข้าสู่เครือข่ายที่กระจายอยู่ในการขนส่งและจัดเก็บ ) รวมทำนายการจัดสรรทรัพยากรสำหรับถัดไป 48 ชั่วโมง ข้อมูลนี้โดยอัตโนมัติที่มาจากการจัดการคลังสินค้าและระบบเซ็นเซอร์ตามโซ่การขนส่งนอกจากนี้การตรวจหาการเปลี่ยนแปลงของอุปสงค์ได้มาจากภายนอกลูกค้าใช้ได้ข้อมูล เช่น ข้อมูลประชาสัมพันธ์ สินค้าโรงงานเปิด หรือ ไม่ล้มละลาย ) นอกจากนี้เหตุการณ์ที่ตรวจพบโรคในภูมิภาคท้องถิ่น ( เช่นการระบาด หรือภัยพิบัติทางธรรมชาติ ) เป็นเหล่านี้สามารถเอียงตัวเลขความต้องการใช้พื้นที่เฉพาะหรือผลิตภัณฑ์