Register now to learn Fabric in free live sessions led by the best Microsoft experts. From Apr 16 to May 9, in English and Spanish.
¡Hola a todos! Disculpas por el título vago y la longitud de este post, pero estoy tratando de lograr algo bastante complicado y no estoy seguro de cómo abordarlo exactamente.
Estoy tratando de crear una estimación de los errores que se producen en función de las proporciones anteriores. En la tabla siguiente, si asumimos una fábrica con dos tipos diferentes de máquinas, una cifra de producción diaria que siempre está disponible, Aplazamiento no programado cuando algo inesperadamente hace que la producción caiga (por ejemplo, una máquina se atasca o se descompone) y Aplazamiento programado (por ejemplo, mantenimiento de rutina) y un Prod teórico que es la suma de Producción +Defermento no programado + Aplazamiento programado.
Fecha | Aplazamiento no programado | Aplazamiento programado | Prod teórico | Producción | Tipo de máquina |
31/12/2019 | 24 | 5 | 57 | 28 | A |
31/12/2019 | 12 | 1 | 42 | 29 | B |
01/01/2020 | 23 | 2 | 55 | 30 | A |
01/01/2020 | 12 | 5 | 45 | 28 | B |
02/01/2020 | 1 | 2 | 46 | 43 | B |
02/01/2020 | 23 | 9 | 69 | 37 | A |
03/01/2020 | 12 | 12 | A | ||
03/01/2020 | 40 | 40 | B | ||
04/01/2020 | 23 | 23 | B | ||
04/01/2020 | 11 | 11 | A |
Mi lógica inicial es la siguiente, suponiendo que hemos seleccionado una segmentación de datos donde solo se selecciona Tipo de máquina "A":
En teoría, terminaría con una tabla similar a la siguiente que me permitiría visualizar a diario las estimaciones:
Fecha | Imprevistas | Programado | Prod teórico | Producción | Tipo de máquina |
31/12/2019 | 24 | 5 | 57 | 28 | A |
31/12/2019 | 12 | 1 | 42 | 29 | B |
01/01/2020 | 23 | 2 | 55 | 30 | A |
01/01/2020 | 12 | 5 | 45 | 28 | B |
02/01/2020 | 1 | 2 | 46 | 43 | B |
02/01/2020 | 23 | 9 | 69 | 37 | A |
03/01/2020 | 17.35 | 4.15 | 33.5 | 12 | A |
03/01/2020 | 3.58 | 1.92 | 45.5 | 40 | B |
04/01/2020 | 14.63 | 7.87 | 45.5 | 23 | B |
04/01/2020 | 18.16 | 4.34 | 33.5 | 11 | A |
Cualquier ayuda o punteros en cómo lograr estos pasos sería muy apreciado, ya que estoy bastante perdido! Soy capaz de encontrar el último día que contiene datos de aplazamiento, pero luego me estoy confundiendo usando columnas y medidas calculadas.
usted querrá considerar la significación estadística. En otras palabras: no tiene suficientes puntos de datos para predicciones confiables.
Una vez que tenga (muchos) más puntos de datos, puede simplificar las fórmulas y tratar tanto el mantenimiento no programado como el mantenimiento como partes regulares de los datos.
Hola @lbendlin,entiendo que no es el más sólido de los métodos de generación de estimaciones, pero fue un método aceptado por el negocio.
Covering the world! 9:00-10:30 AM Sydney, 4:00-5:30 PM CET (Paris/Berlin), 7:00-8:30 PM Mexico City
Check out the April 2024 Power BI update to learn about new features.
User | Count |
---|---|
1 | |
1 | |
1 | |
1 | |
1 |