Wöchentliche Prognosen können jetzt mit Amazon Forecast am Sonntag beginnen

Wir freuen uns, das in bekannt zu geben Amazon-Prognosekönnen Sie Ihren Prognosehorizont jetzt an benutzerdefinierten Startpunkten beginnen, einschließlich sonntags für wöchentliche Prognosen. Dadurch können Sie Bedarfsplanungsprognosen enger an lokalen Geschäftspraktiken und betrieblichen Anforderungen ausrichten.

Forecast ist ein vollständig verwalteter Dienst, der statistische und maschinelle Lernalgorithmen (ML) verwendet, um hochgenaue Zeitreihenprognosen zu liefern. Es verwendet modernste Algorithmen, um zukünftige Zeitreihendaten auf der Grundlage historischer Daten vorherzusagen, und erfordert keine ML-Erfahrung. Zu den typischen Forecast-Anwendungen gehören die Ressourcenplanung für Inventar, Personaleinsatz und Webverkehr. In diesem Beitrag prüfen wir eine neue Option, mit der Sie Prognosen an Geschäfts- und Nachfragezyklen ausrichten und gleichzeitig die Betriebskosten senken können, indem Sie Aggregationsworkflows auslagern.

Um die Bedarfsplanung zu optimieren, müssen Prognosen an den Geschäftsabläufen ausgerichtet werden. Zuvor waren die Startpunkte für Prognosen festgelegt: Tägliche Prognosen gingen von einer Nachfrage aus, die jeden Tag um Mitternacht begann, wöchentliche Prognosen gingen von Montag als dem ersten Tag der Woche aus, und monatliche Prognosen begannen am ersten Tag jedes Monats. Diese vordefinierten Ausgangspunkte stellten zwei Herausforderungen dar. Erstens, wenn Ihr Geschäftszyklus an einem anderen Punkt als dem festen Wert begann, mussten Sie Prognosen manuell zu Ihrem erforderlichen Startpunkt aggregieren. Wenn Ihre Geschäftswoche beispielsweise an einem Sonntag begann und Sie wöchentliche Prognosen erstellen wollten, mussten Sie die täglichen Prognosen manuell zu einer Sonntag-Samstag-Woche aggregieren. Diese zusätzliche Arbeit erhöhte die Kosten und die Rechenzeit und bot Möglichkeiten für Fehler. Zweitens waren die Trainingsdaten und Prognosezeiträume nicht konsistent; Wenn Ihre Daten einen Nachfragezyklus widerspiegeln, der sonntags beginnt, sollten der Prädiktor und die Prognose ebenfalls Sonntag als Ausgangspunkt verwenden.

Benutzerdefinierte Ausgangspunkte für Prognosehorizonte stimmen jetzt Geschäftsabläufe und Prognosen ab, wodurch die Notwendigkeit manueller Aggregationsarbeiten entfällt und Kosten und Rechenleistung eingespart werden. Wenn Ihre Geschäftswoche sonntags beginnt, können Sie automatisch tägliche Daten aggregieren, um wöchentliche Prognosen zu erstellen, die sonntags beginnen. Oder Sie können mit den täglichen Prognosen ab 9:00 Uhr beginnen. Prädiktoren können jetzt mit Ihren Ground-Truth-Daten abgeglichen werden, um Konsistenz zwischen Eingaben und Prognosen zu gewährleisten. Die Startpunkte des Prognosehorizonts lassen sich einfach definieren, wenn neue Prädiktoren über die Prognosekonsole trainiert oder verwendet werden Prognose-APIs.

Definieren Sie benutzerdefinierte Startzeiträume für Prognosehorizonte

Der Prognosehorizont ist der Zeitraum, für den eine Prognose erstellt wird, und wird durch einen Start- und Endpunkt begrenzt. In Forecast können Sie jetzt bestimmte Startpunkte für tägliche, wöchentliche, monatliche und jährliche Prognosehorizonte auswählen, wenn Sie neue Prädiktoren trainieren. Diese Ausgangspunkte – auch genannt Grenzwerte—werden um eine Frequenzeinheit feiner als der Vorhersagehorizont ausgewählt, wie in der folgenden Tabelle gezeigt.

Einheit der Vorhersagefrequenz	Grenzeinheit	Grenzwerte
Daily	Stunde	0-23
Wöchentliche	Wochentag	Montag bis Sonntag
Monatlich	Monatstag	1 durch 28
Jährlich	Monat	Januar bis Dezember

Mit benutzerdefinierten Startpunkten können Sie Prognosen so ausrichten, dass sie zu bestimmten Zeitpunkten beginnen, die Ihren Geschäftsprozessen und Ground-Truth-Daten entsprechen, z. B. im Monat Mai, am 15. des Monats, an Sonntagen oder 15:00 Uhr. Für Prognosehorizonte, die gröber sind als die angegebene Zeitreihenhäufigkeit, aggregiert Prognose die Zeitreihendaten basierend auf dem benutzerdefinierten Startpunkt. Zum Beispiel:

• Beim Generieren von täglichen Prognosen aus stündlichen Daten mit einem Startzeitraum von 9:00 Uhr werden die Prognosen jeden Tag zwischen 9:00 Uhr und dem Folgetag um 8:00 Uhr mit stündlichen Daten aggregiert
• Beim Generieren von wöchentlichen Prognosen aus täglichen Daten mit einem Startzeitraum von Sonntag werden die Prognosen jede Woche von Sonntag bis zum folgenden Samstag mit täglichen Daten aggregiert
• Beim Generieren von Monatsprognosen aus Tagesdaten mit einem Starttag am 15. des Monats werden Prognosen mit Tagesdaten vom 15. des aktuellen Monats bis zum 14. des nächsten Monats aggregiert
• Beim Generieren von Jahresprognosen aus Monatsdaten mit einem Startmonat Mai werden Prognosen mit Monatsdaten von Mai des aktuellen Jahres bis April des nächsten Jahres aggregiert

Verfügbare Prognosefrequenzen

Die folgenden Screenshots zeigen Beispiele für benutzerdefinierte tägliche, wöchentliche, monatliche und jährliche Prognosehäufigkeiten und Startpunkte (die Grenze der Zeitausrichtung Feld in der Prognosekonsole).

Geben Sie benutzerdefinierte Startpunkte für den Prognosehorizont an

Beim Erstellen eines neuen Prädiktors können Sie benutzerdefinierte Startpunkte für Prognosehorizonte definieren. Die folgenden Schritte veranschaulichen, wie Sie dies mit der Prognosekonsole tun. Wir bieten auch eine Beispiel Notizbuch das ist ein Beispiel dafür, wie Sie diese neue Einstellung in Ihre Arbeitsabläufe integrieren können.

1. Wählen Sie in der Prognosekonsole Datensatzgruppen anzeigen, und dann Datensatzgruppe erstellen.
2. Erstellen Sie Ihre Datensatzgruppe, einen Zielzeitreihen-Datensatz, und laden Sie Ihre Daten.
   Während Ihre Daten geladen werden, werden Sie zur Forecast-Konsole weitergeleitet.
3. Nachdem Ihr Zielzeitreihen-Dataset in Ihre Dataset-Gruppe geladen und aktiv ist, wählen Sie aus Startseite für Trainiere einen Prädiktor.
4. Im Zugprädiktor Abschnitt, geben Sie Werte für die an Name und Vorname, Prognosefrequenz und Prognosehorizont Felder.
5. Im optionalen Grenze der Zeitausrichtung Geben Sie im Feld den Startpunkt an, den der Prädiktor für die Prognose verwendet.
   Die Werte in dieser Liste hängen von der ab Prognosefrequenz Wert, den Sie wählen. In diesem Beispiel erstellen wir wöchentliche Prognosen mit einem 1-Wochen-Horizont, wobei Sonntag der Starttag der Woche und der Prognose ist.
   
6. Stellen Sie nach Bedarf weitere optionale Konfigurationen bereit und wählen Sie aus Erstellen.
   
   Nachdem Sie den Prädiktor erstellt haben, können Sie Ihre Prognose erstellen.
7. Wählen Sie im Navigationsbereich unter Ihrer Datensatzgruppe aus Prädiktoren.
8. Wählen Sie Ihren neuen Prädiktor aus.
9. Auswählen Prognose erstellen.
   
10. Geben Sie die erforderlichen Details ein und wählen Sie aus Startseite um Ihre Prognose zu erstellen.
    
11. Wenn die Prognose abgeschlossen ist, wählen Sie aus Prognoseexport erstellen um die Ergebnisse zu exportieren.
    

Die folgenden Screenshots sind Beispiele der ursprünglichen Eingabedatei (links) und der exportierten Prognoseergebnisse (rechts). Die Eingabedatei wird stündlich erstellt, während die Prognose wöchentlich erstellt wird, beginnend mit Sonntag als erstem Wochentag. Dies ist ein Beispiel für Forecast, das automatisch über zwei Ebenen von Prognosehäufigkeiten (von Stunden bis Tagen) aggregiert.

Zusammenfassung

Benutzerdefinierte Startpunkte für Prognosehorizonte in Forecast ermöglichen es Ihnen, Prognosen zu erstellen, die Ihren spezifischen betrieblichen Anforderungen entsprechen. Arbeitswochen beginnen an unterschiedlichen Tagen in verschiedenen Regionen, was Prognosen erfordert, die an anderen Tagen als montags beginnen und die mit Ground-Truth-Schulungen und laufenden Daten abgestimmt sind. Oder Sie möchten stündliche Prognosen generieren, die beispielsweise einen Nachfragezyklus widerspiegeln, der jeden Tag um 7:00 Uhr beginnt.

Forecast aggregiert auch automatisch feinkörnige Prognosen zu Häufigkeiten auf höherer Ebene (z. B. Tage zu Wochen). Auf diese Weise können Sie Prognosen erstellen, die auf Ihren Betrieb abgestimmt sind, und Sie sparen Kosten, da Sie nicht mehr aufstehen und Aggregationsworkflows verwalten müssen.

Benutzerdefinierte Startpunkte sind optional. Wenn Sie keine spezifischen Ausgangspunkte angeben, beginnen die Prognosen bei Standardzeiten. Spezifische Startpunkte für Prognosehorizonte sind nur mit AutoPredictor verfügbar. Weitere Informationen finden Sie unter Neue Amazon Forecast API, die bis zu 40 % genauere Prognosen erstellt und Erklärbarkeit bietet und CreateAutoPredictor.

Weitere Informationen zu Prognosehäufigkeiten finden Sie unter Datenaggregation für verschiedene Prognosehäufigkeiten. Alle diese neuen Funktionen sind in allen Regionen verfügbar, in denen Forecast öffentlich verfügbar ist. Weitere Informationen zur regionalen Verfügbarkeit finden Sie unter Regionale AWS-Services.

---

Über die Autoren

Dan Sinnreich ist Senior Product Manager für Amazon Forecast. Er konzentriert sich auf die Demokratisierung des maschinellen Lernens mit Low-Code/No-Code und seine Anwendung zur Verbesserung der Geschäftsergebnisse. Außerhalb der Arbeit spielt er Hockey, versucht, seinen Tennisaufschlag zu verbessern, taucht und liest Science-Fiction.

Paras Arora ist Software Development Engineer im Amazon Forecast Team. Er entwickelt leidenschaftlich gerne innovative KI/ML-Lösungen in der Cloud. In seiner Freizeit wandert und reist er gerne.

Chetan Surana ist Softwareentwicklungsingenieur im Amazon Forecast-Team. Seine Interessen liegen an der Schnittstelle von maschinellem Lernen und Softwareentwicklung, wobei er durchdachtes Design und technische Fähigkeiten zur Lösung von Problemen anwendet. Außerhalb der Arbeit fotografiert, wandert und kocht er gerne.

• Coinsmart. Europas beste Bitcoin- und Krypto-Börse.
• Platoblockkette. Web3-Metaverse-Intelligenz. Wissen verstärkt. DEN FREIEN ZUGANG.
• CryptoHawk. Altcoin-Radar. Kostenlose Testphase.
• Quelle: https://aws.amazon.com/blogs/machine-learning/weekly-forecasts-can-now-start-on-sunday-with-amazon-forecast/