Předvídejte změny obchodních praktik ohledně vašich emisí pomocí citlivostní analýzy
Poznámka:
Tato funkce je zahrnuta v Microsoft Sustainability Manager Premium.
Citlivostní analýza je vlastní model umělé inteligence, který vám umožňuje předpovídat dopad několika změn obchodních praktik na uhlíkovou stopu vaší organizace. Pomůže vám vytvořit informovanější strategie snižování emisí uhlíku a urychlit vaše celkové cíle udržitelnosti. Můžete například předvídat dopad přechodu na obnovitelné zdroje energie, jako je větrná nebo solární energie, nebo změny dodavatele prostřednictvím faktorů specifických pro dodavatele.
Tento článek ukazuje, jak vytvořit prognózu citlivostní analýzy. Poskytuje také úvahy, podrobnosti a informace, které vám pomohou vytěžit z prognózy maximum.
Tato epizoda videa Let's Talk Sustainability ukazuje, jak používat analýzu typu what-if:
Důležitá poznámka
Při vytváření scénáře prognózy mějte na paměti tyto úvahy.
Můžete vrstvit mezi jednou a třemi strategiemi v rámci jednoho scénáře pomocí pole Počet scénářů.
Pole Proměnné má vícenásobný výběr a umožňuje vám vybrat data nebo množství, u kterých chcete předpovídat změnu. Můžete se například rozhodnout upravit pole Cena, Vzdálenost a Zboží množství přepravované v rámci vašeho scénáře 4. Upstreamová přeprava a distribuce.
Každý scénář vyžaduje následující pole:
- Jméno
- Organizační jednotka
- Typ dat
- Kalkulační model
- rozšířená realita verze
- Počet strategií
- Proměnné
Zařízení není povinné pole, ale můžete jej použít k dalšímu zúžení údajů pro vaši prognózu.
Vytvoření prognózy na základě citlivostní analýzy
Chcete-li začít s citlivostní analýzou, postupujte následovně:
V navigačním podokně vyberte Citlivostní analýza.
Na stránce Citlivostní analýza vyberte Nový scénář.
V podokně Nový scénář citlivostní analýzy zadejte následující údaje:
- Jméno
- Organizační jednotka
- Typ dat
- Kalkulační model
- rozšířená realita verze
Dále vyberte počet strategií, které chcete vrstvit, pomocí pole Počet strategií.
Dále vyberte proměnné, u kterých chcete předpovídat změny v rámci vaší strategie nebo strategií. Nejprve musíte zadat historické hodnoty těchto proměnných, které představují aktuální strategii, kterou vaše organizace používá. Pokud například předpovídáte dopad změny mobilní zdroj znečišťování ovzduší vozového parku, musíte nejprve zadat aktuální vozidlo a typ paliva v části Aktuální strategie.
Po vyplnění formuláře vyberte Uložit a zavřít.
Vyberte svůj vytvořený scénář a poté vyberte Spustit scénář. Po dokončení úlohy scénáře obdržíte oznámení v aplikaci, které vás upozorní na výsledky, s hypertextovým odkazem, který vás k nim vede. Tato stránka zobrazuje údaje o vašem scénáři a graf vizualizující vaše historická data a související prognózy strategie.
Poznámka:
Délka horizontu prognózy vašeho scénáře je založena na množství přenášených historických dat. Obecně platí, že váš horizont prognózy bude vždy tvořit přibližně polovinu vašich historických dat. Máte-li například historická data za dva roky v jednoměsíčních intervalech, můžete očekávat, že uvidíte horizont předpovědi na jeden rok ve stejném interním měřítku.
Podporované scénáře
Každý scénář má různé úrovně přizpůsobitelnosti, které vám umožňují přizpůsobit prognózu datům a potřebám vaší organizace pomocí proměnných. Tato tabulka uvádí všechny dostupné proměnné pro každý datový typ.
| Kategorie scénářů | Dostupné proměnné |
|---|---|
| Průmyslový proces | – Cena – Množství zboží – Typ průmyslového procesu – Typ výdaje – Množství |
| Mobilní zdroj znečišťování ovzduší | – Cena – Vzdálenost – Množství paliva – Typ paliva – Množství zboží – Typ průmyslového procesu – Množství – Typ výdaje – Typ vozidla |
| Stacionární zdroj znečišťování ovzduší | – Cena – Poměr převodu energie – Množství paliva – Typ paliva – Množství zboží – Typ průmyslového procesu – Množství – Typ výdaje |
| Zakoupené chlazení | – Typ smluvního nástroje – Cena – Množství zboží – Je obnovitelná – Množství – Typ výdaje |
| Nakoupená elektřina | – Typ smluvního nástroje – Cena – Množství zboží – Je obnovitelná – Množství – Typ výdaje |
| Nakoupené teplo | – Typ smluvního nástroje – Cena – Množství zboží – Je obnovitelná – Množství – Typ výdaje |
| Zakoupená pára | – Typ smluvního nástroje – Cena – Množství zboží – Je obnovitelná – Množství – Typ výdaje |
| 1. Nakoupené zboží a služby | – Cena – Množství zboží – Typ průmyslového procesu – Množství – Typ výdaje |
| 2. Kapitálové zboží | – Cena – Typ průmyslového procesu – Množství – Typ výdaje |
| 4. Upstreamový transport a distribuce | – Cena – Vzdálenost – Množství paliva – Typ paliva – Množství zboží – Typ průmyslového procesu – Množství – Typ výdaje – Způsob transportu – Typ dopravy a distribuce – Typ vozidla |
| 5. Odpad vytvořený v provozu | – Cena – Metoda likvidace – Vzdálenost – Množství paliva – Typ průmyslového procesu – Materiál – Množství – Typ výdaje – Způsob transportu – Množství odpadu |
| 6. Služební cesta | – Typ služební cesty – Cena – Vzdálenost – Množství paliva – Typ průmyslového procesu – Množství – Typ vozidla |
| 7. Dojíždění zaměstnanců | – Cena – Vzdálenost – Typ dojíždění zaměstnanců – Množství paliva – Typ paliva – Typ průmyslového procesu – Množství – Typ vozidla |
| 9. Downstreamová doprava a distribuce | – Cena – Vzdálenost – Množství paliva – Typ paliva – Množství zboží – Typ průmyslového procesu – Množství – Typ výdaje – Způsob transportu – Typ dopravy a distribuce – Typ vozidla |
| 12. Nakládání s prodanými produkty po skončení životnosti | – Cena – Metoda likvidace – Vzdálenost – Množství paliva – Typ průmyslového procesu – Materiál – Množství – Typ výdaje – Způsob transportu |
Poznámka:
Chcete-li vypočítat poměry přeměny energie pro scénář stacionární ho zdroje znečišťování ovzduší, vydělte energetický obsah vašeho stávajícího paliva energetickým obsahem paliva, pro které chcete předpovídat. Alternativně můžete také použít hodnoty vytápění. Pokud je například energetický obsah vašeho stávajícího paliva 33 MJ/kg a nového 38 MJ/kg, pak je váš energetický přeměnový poměr kolem 0,87.
Poznámka:
Při prognózování dopadu přechodu z neobnovitelné na obnovitelné zdroje energie se ujistěte, že jste zvolili model výpočtu, který podporuje výpočty neobnovitelných i obnovitelných zdrojů energie. Nejjednodušší je použít podmínku v poli Je obnovitelný.
Aspekty prognózy
Stávající strategie : Stávající strategická prognóza je pohled na vaše předpokládané emise, pokud byste nic neměnili na současném způsobu, jakým generujete emise pro danou kategorii. Pokud například předpovídáte dopad přechodu z uhlí na biopalivo pro konkrétní zařízení, stávající prognóza strategie představuje předpokládané emise pokračování ve využívání uhlí.
Nové strategie : Prognóza nové strategie je pohled na vaše předpokládané emise, pokud byste přešli na novou obchodní strategii, kterou představuje váš scénář prognózy. Pokud například předpovídáte dopad přechodu z uhlí na biopalivo pro konkrétní zařízení, nová prognóza strategie představuje předpokládané emise přechodu na biopalivo. Můžete mít jednu až tři nové strategie k prozkoumání v závislosti na tom, jak nastavíte svůj scénář.
predikce intervaly : predikce intervaly představují odhad intervalu, do kterého spadá budoucí pozorování s určitou pravděpodobností (používáme 95% spolehlivost), vzhledem k historickým datům. Predikční intervaly v podstatě představují nejistotu spojenou s prognózou.
Poruchy modelu a informační zprávy
Tato část vysvětluje chyby nebo problémy, které můžete mít s prognózami.
Abychom mohli tuto prognózu vygenerovat, provedli jsme určité úpravy
Přechod na záložní metodu prognózování : Používáme záložní metodu předpovědi v případě, že počet historických datových bodů a/nebo kvalita dat požadovaná pro modely (S)ARIMA nebo ETS je nedostatečná. Existují dva konkrétní případy, kdy je nutné přejít na záložní metodu:
- Příliš mnoho chybějících datových bodů v jinak relativně jednotně rozmístěné historické datové časové řadě
- Nepravidelně rozmístěná historická data
Kontrola jednotnosti dat a úprava frekvence : Před vytvořením prognózy jsou vaše data agregována na měsíční úrovni, aby se vytvořil měsíční základ a prognóza whatif. Pokud však po agregaci data nepředstavují relativně jednotnou měsíční kadenci, pokusí se o další agregaci na dva, tři, čtyři nebo šest měsíců. Pokud není možné, aby řada při těchto úpravách dosáhla relativní jednotnosti, pak se pro prognózování použije jednodušší záložní model.
Nelze generovat prognózu
Historická data jsou příliš řídká : Abychom zajistili úspěšnou předpověď, požadujeme, aby vaše historická data měla frekvenci alespoň jednou datový bod každých šest měsíců. Pokud jsou vaše data řidší než tento interval, prognóza se nezdaří.
Žádné nebo příliš málo historických datových bodů : Prognostické modely analýzy what-if vyžadují alespoň šest datových bodů (po úpravě frekvence, popsané dříve v Kontrola jednotnosti dat a úprava frekvence) pro úspěšné vygenerování prognózy.
Podporované modely předpovědí časových řad
Sustainability Manager podporuje jednorozměrné modely předpovědí časových řad (sezónní) autoregresní integrovaný klouzavý průměr ((S)ARIMA) a sezónnost trendu chyb (ETS) pro generování předpovědí na základě údajů o aktivitě. Rámec výběru modelu vybere nejlepší model prognózy na základě historických dat o aktivitě. Vygenerované prognózy na úrovni aktivity procházejí výpočtovým modelem a transformují je na prognózy na úrovni emisí.
ARIMA a ETS jsou nejpoužívanějšími metodami prognózování časových řad. Modely ETS spoléhají na popisy trendů a sezónnosti v datech, zatímco modely ARIMA popisují autokorelace v datech. Chcete-li se o těchto modelech dozvědět více, viz Kapitola 7 (exponenciální vyhlazování) a Kapitola 8 (modely ARIMA) v učebnici Prognózování: Principy a praxe.
V určitých případech, například když jsou historická data příliš malá nebo velmi nepravidelná, je místo ARIMA nebo ETS zvolen jednoduchý záložní model.
