Most a Amazon előrejelzés, akár 80%-kal gyorsabban is zökkenőmentesen végezhet „mi lenne, ha” elemzéseket, így elemezheti és számszerűsítheti az üzleti karok potenciális hatását a keresleti előrejelzésekre. A Forecast egy olyan szolgáltatás, amely gépi tanulást (ML) használ pontos kereslet-előrejelzések generálásához, anélkül, hogy bármilyen ML-tapasztalatot igényelne. A forgatókönyvek szimulálása mi-ha-elemzésekkel hatékony üzleti eszköz a jövőbeli események bizonytalanságában való eligazodáshoz azáltal, hogy rögzíti a hipotetikus forgatókönyvek lehetséges eredményeit. Általános gyakorlat, hogy felmérik az üzleti döntések hatását a bevételre vagy a jövedelmezőségre, számszerűsítik a piaci trendekhez kapcsolódó kockázatokat, értékelik, hogyan kell megszervezni a logisztikát és a munkaerőt a vevői igények kielégítésére, és még sok más.
A kereslet-előrejelzéshez „mi lenne, ha” elemzés elvégzése kihívást jelenthet, mivel először pontos modellekre van szükség a kereslet előrejelzéséhez, majd egy gyors és egyszerű módszerre az előrejelzés számos forgatókönyvben történő reprodukálására. Mostanáig, bár a Forecast pontos keresleti előrejelzéseket adott, a Forecast segítségével végzett mi lenne, ha elemzése nehézkes és időigényes lehetett. Például a kiskereskedelmi promóció tervezése a „mi lenne, ha” elemzés általános alkalmazása a termék optimális árpontjának meghatározására a bevétel maximalizálása érdekében. Korábban a Forecastnál minden tesztelni kívánt forgatókönyvhöz új bemeneti fájlt kellett készítenie és importálnia. Ha három különböző árpontot akart tesztelni, először három új bemeneti fájlt kellett létrehoznia úgy, hogy manuálisan átalakította az adatokat offline módban, majd mindegyik fájlt külön importálta az előrejelzésbe. Valójában ugyanazt a feladatsort végezte el minden egyes forgatókönyv esetén. Ezenkívül a forgatókönyvek összehasonlításához külön-külön le kellett töltenie az előrejelzéseket minden forgatókönyvből, majd offline össze kell vonni őket.
A mai bevezetéssel könnyedén, akár 80%-kal gyorsabban végezhet „mi lenne, ha” elemzést. Megkönnyítettük az új forgatókönyvek létrehozását azáltal, hogy minden egyes forgatókönyv esetében nincs szükség offline adatkezelésre és importálásra. Mostantól úgy határozhat meg egy forgatókönyvet, hogy egyszerű műveletekkel átalakítja a kezdeti adatkészletet, például megszorozza az A termék árát 90%-kal, vagy csökkenti a B termék árát 10 dollárral. Ezek az átalakítások feltételekkel is kombinálhatók a forgatókönyv által alkalmazott paraméterek szabályozására (például az A termék árának csökkentése csak egy helyen). Ezzel az indítással egyszerre több forgatókönyvet is meghatározhat és futtathat azonos típusú elemzésekhez (például promóciós elemzéshez) vagy különböző típusú elemzésekhez (például promóciós elemzés az 1. földrajzi régióban és készlettervezés a 2. földrajzi régióban). Végül már nem kell egyesítenie és offline összehasonlítania a forgatókönyvek eredményeit. Mostantól megtekintheti az összes forgatókönyvre vonatkozó előrejelzéseket ugyanazon a grafikonon, vagy tömegesen exportálhatja az adatokat offline áttekintéshez.
Megoldás áttekintése
A bejegyzés lépései bemutatják, hogyan kell használni a mi-ha elemzést a AWS felügyeleti konzol. Ha közvetlenül szeretné használni az előrejelzési API-kat a mi lenne, ha elemzéshez, kövesse a jegyzetfüzetünket GitHub repo amely hasonló demonstrációt nyújt.
Importálja az edzési adatokat
A mi lenne, ha elemzés elvégzéséhez importálnia kell két CSV-fájlt, amelyek a cél idősor adatait (amelyek az előrejelzési célt mutatják) és a kapcsolódó idősor-adatokat (amelyek a célt befolyásoló attribútumokat jelenítik meg). Példacél idősor-fájlunk tartalmazza a termékcikk-azonosítót, időbélyeget, keresletet, üzletazonosítót, várost és régiót, a kapcsolódó idősor-fájlunk pedig a termékcikk-azonosítót, üzletazonosítót, időbélyeget, várost, régiót és árat tartalmazza.
Az adatok importálásához hajtsa végre a következő lépéseket:
- Az Előrejelzés konzolon válassza a lehetőséget Adatkészlet-csoportok megtekintése.
- A pop-art design, négy időzóna kijelzése egyszerre és méretének arányai azok az érvek, amelyek a NeXtime Time Zones-t kiváló választássá teszik. Válassza a Adatkészlet-csoport létrehozása.
- A Adatkészlet-csoport neve, adja meg az adatkészlet nevét (ehhez a bejegyzéshez,
my_company_consumer_sales_history
). - A Előrejelzési tartomány, válasszon előrejelzési tartományt (ehhez a bejegyzéshez,
Retail
). - A pop-art design, négy időzóna kijelzése egyszerre és méretének arányai azok az érvek, amelyek a NeXtime Time Zones-t kiváló választássá teszik. Válassza a Következő.
- A Cél idősor adatkészlet létrehozása oldalon adja meg az adatkészlet nevét, az adatok gyakoriságát és az adatsémát
- Adja meg az adatkészlet importálásának részleteit.
- A pop-art design, négy időzóna kijelzése egyszerre és méretének arányai azok az érvek, amelyek a NeXtime Time Zones-t kiváló választássá teszik. Válassza a Rajt.
A következő képernyőkép a példánkhoz kitöltött célidősor-oldal információit mutatja.
Megjelenik az irányítópult, amelyen nyomon követheti a folyamatot.
- A kapcsolódó idősorfájl importálásához az irányítópulton válassza a lehetőséget import.
- A Hozzon létre kapcsolódó idősoros adatkészletet oldalon adja meg az adatkészlet nevét és az adatsémát.
- Adja meg az adatkészlet importálásának részleteit.
- A pop-art design, négy időzóna kijelzése egyszerre és méretének arányai azok az érvek, amelyek a NeXtime Time Zones-t kiváló választássá teszik. Válassza a Rajt.
A következő képernyőkép a példánkhoz kitöltött információkat mutatja.
Tanítson egy előrejelzőt
Ezután egy előrejelzőt képezünk.
- Az irányítópulton válassza a lehetőséget Vonat előrejelző.
- A Vonat előrejelző oldalon adja meg a prediktor nevét, mennyi időre és milyen gyakorisággal szeretne előre jelezni a jövőben, valamint hány kvantilisra szeretne előrejelzést készíteni.
- Az AutoPredictor engedélyezése – ez szükséges a mi lenne, ha elemzés használatához.
- A pop-art design, négy időzóna kijelzése egyszerre és méretének arányai azok az érvek, amelyek a NeXtime Time Zones-t kiváló választássá teszik. Válassza a Teremt.
A következő képernyőkép a példánkhoz kitöltött információkat mutatja.
Hozzon létre egy előrejelzést
Miután a prediktorunkat betanították (ez körülbelül 2.5 órát vehet igénybe), előrejelzést készítünk. Tudni fogja, hogy az előrejelzője képzett, amikor látja a Tekintse meg az előrejelzőket gombot a műszerfalon.
- A pop-art design, négy időzóna kijelzése egyszerre és méretének arányai azok az érvek, amelyek a NeXtime Time Zones-t kiváló választássá teszik. Válassza a Hozzon létre egy előrejelzést az Irányítópulton
- A Hozzon létre egy előrejelzést oldalon, adja meg az előrejelzés nevét, válassza ki a létrehozott előrejelzőt, és adja meg az előrejelzési kvantisokat (nem kötelező) és azokat az elemeket, amelyekhez előrejelzést kell készíteni.
- A pop-art design, négy időzóna kijelzése egyszerre és méretének arányai azok az érvek, amelyek a NeXtime Time Zones-t kiváló választássá teszik. Válassza a Rajt.
Miután elvégezte ezeket a lépéseket, sikeresen létrehozott egy előrejelzést. Ez az előrejelzés alapforgatókönyve, amelyet a „mi lenne, ha” elemzésekhez használ.
Ha további segítségre van szüksége az alap-előrejelzések elkészítéséhez, tekintse meg a Első lépések (konzol). Most áttérünk a mi lenne, ha elemzés elvégzésének következő lépéseire.
Hozzon létre egy mi lenne, ha elemzést
Ezen a ponton elkészítettük az alap-előrejelzésünket, és elkezdjük végigvezetni a mi lenne, ha elemzést. A „mi lenne, ha” elemzés elvégzésének három szakasza van: az elemzés felállítása, a „mi lenne, ha” előrejelzés létrehozása a forgatókönyv változásainak meghatározásával, valamint az eredmények összehasonlítása.
- Az elemzés beállításához válassza a lehetőséget Fedezze fel a mi lenne, ha elemzést a műszerfalon.
- A pop-art design, négy időzóna kijelzése egyszerre és méretének arányai azok az érvek, amelyek a NeXtime Time Zones-t kiváló választássá teszik. Válassza a Teremt.
- Adjon meg egy egyedi nevet, és válassza ki az alap előrejelzést a legördülő menüből.
- Válassza ki azokat az elemeket az adatkészletből, amelyekhez mi lenne, ha elemzést szeretne végezni. Két lehetőséged van:
- Válassza ki az összes elemet az alapértelmezett, amelyet ebben a bejegyzésben választunk.
- Ha konkrét tételeket szeretne kiválasztani, válasszon Válasszon ki egy fájlt tartalmazó elemeket és importáljon egy CSV-fájlt, amely tartalmazza a megfelelő elem egyedi azonosítóját és a kapcsolódó dimenziókat (például régiót).
- A pop-art design, négy időzóna kijelzése egyszerre és méretének arányai azok az érvek, amelyek a NeXtime Time Zones-t kiváló választássá teszik. Válassza a Készítsen „mi lenne, ha” elemzést.
Hozzon létre egy mi lenne, ha előrejelzést
Ezután létrehozunk egy mi lenne, ha előrejelzést az elemezni kívánt forgatókönyv meghatározásához.
- A pop-art design, négy időzóna kijelzése egyszerre és méretének arányai azok az érvek, amelyek a NeXtime Time Zones-t kiváló választássá teszik. Válassza a Teremt.
- Adja meg a forgatókönyv nevét.
A forgatókönyvet kétféleképpen határozhatja meg:
- Transzformációs függvények használata – Használja az átalakításkészítőt az importált kapcsolódó idősor-adatok átalakításához. Ehhez az áttekintéshez kiértékeljük, hogy az adatkészletünkben szereplő tételek kereslete hogyan változik, ha az árat 10%-kal, majd 30%-kal csökkentik az alapvonali előrejelzésben szereplő árhoz képest.
- Határozza meg a mi lenne, ha előrejelzést egy helyettesítő adatkészlettel – Cserélje ki az importált kapcsolódó idősor-adatkészletet.
Az átalakítási függvény-készítő lehetővé teszi a korábban importált kapcsolódó idősor-adatok egyszerű műveletekkel történő átalakítását, hogy hozzáadja, kivonja, osztja és szorozza az adatok jellemzőit (például az árat) egy megadott értékkel. Példánkban létrehozunk egy forgatókönyvet, amelyben 10%-kal csökkentjük az árat, és az ár az adatkészlet egyik jellemzője.
- A Mi lenne, ha előrejelzés meghatározási módszerválassza Transzformációs függvények használata.
- A pop-art design, négy időzóna kijelzése egyszerre és méretének arányai azok az érvek, amelyek a NeXtime Time Zones-t kiváló választássá teszik. Válassza a Szorzás mint üzemeltetőnk, ár mint idősorunk, és írja be a 0.9-et.
Feltételeket is hozzáadhat a forgatókönyv további finomításához. Például, ha az adatkészlet régiónként rendezett bolti információkat tartalmazott, az árcsökkentési forgatókönyvet régiónként korlátozhatja. Meghatározhat egy 10%-os árcsökkentési forgatókönyvet, amely a nem a Régióban_1 található üzletekre vonatkozik.
- A pop-art design, négy időzóna kijelzése egyszerre és méretének arányai azok az érvek, amelyek a NeXtime Time Zones-t kiváló választássá teszik. Válassza a Feltétel hozzáadása.
- A pop-art design, négy időzóna kijelzése egyszerre és méretének arányai azok az érvek, amelyek a NeXtime Time Zones-t kiváló választássá teszik. Válassza a Nem egyenlő műveletként, és írja be a Régió_1.
Egy másik lehetőség a kapcsolódó idősorok módosítására egy új adatkészlet importálásával, amely már tartalmazza a forgatókönyvet meghatározó adatokat. Például egy 10%-os árcsökkentéssel járó forgatókönyv definiálásához feltölthetünk egy új adatkészletet, amely megadja a változó tételek egyedi azonosítóját és a 10%-kal alacsonyabb árváltozást. Ehhez válassza a lehetőséget Határozza meg a mi lenne, ha előrejelzést egy helyettesítő adatkészlettel és importáljon egy CSV-t, amely tartalmazza az árváltozást.
- A mi lenne, ha előrejelzés definíciójának befejezéséhez válassza a lehetőséget Teremt.
Ismételje meg a folyamatot egy másik „mi lenne, ha” előrejelzés létrehozásához 30%-os árcsökkentéssel.
Miután a mi lenne, ha elemzés lefutott minden egyes mi lenne, ha előrejelzésre, az állapot aktívra változik. Ezzel lezárul a második szakasz, és továbbléphet a mi lenne, ha előrejelzések összehasonlítására.
Hasonlítsa össze az előrejelzéseket
Most már mindkét forgatókönyvünkre összevethetjük a mi lenne, ha előrejelzéseket, összehasonlítva a 10%-os árcsökkentést 30%-os árcsökkentéssel.
- Az elemzési statisztikák oldalon navigáljon a Hasonlítsa össze a mi lenne, ha előrejelzéseket szakasz.
- A tárgy azonosító, írja be az elemezni kívánt elemet.
- A Mi lenne, ha előrejelzések, válassza ki az összehasonlítandó forgatókönyveket (ebben a bejegyzésben,
Scenario_1
és aScenario_2
). - A pop-art design, négy időzóna kijelzése egyszerre és méretének arányai azok az érvek, amelyek a NeXtime Time Zones-t kiváló választássá teszik. Válassza a Hasonlítsa össze, mi lenne, ha.
A következő grafikon mindkét forgatókönyvünkben az ebből eredő keresletet mutatja.
Alapértelmezés szerint a P50-et és az alapesetet mutatja be. Megtekintheti az összes generált kvantilist, ha kiválasztja a kívánt kvantiseket a webhelyen Válasszon előrejelzéseket legördülő menü.
Exportálja adatait
Az adatok CSV-fájlba exportálásához hajtsa végre a következő lépéseket:
- A pop-art design, négy időzóna kijelzése egyszerre és méretének arányai azok az érvek, amelyek a NeXtime Time Zones-t kiváló választássá teszik. Válassza a Export létrehozása.
- Adja meg az exportfájl nevét (ehhez a bejegyzéshez,
my_scenario_export
) - Adja meg az exportálandó forgatókönyveket a forgatókönyvek kiválasztásával az oldalon Mi lenne, ha előrejelzés legördülő menü. Egyszerre több forgatókönyvet is exportálhat egy kombinált fájlba.
- A Exportálási hely, adja meg a Amazon egyszerű tárolási szolgáltatás (Amazon S3) helyen.
- Az exportálás megkezdéséhez válassza a lehetőséget Exportálás létrehozása.
- Az exportálás letöltéséhez először keresse meg az S3 fájl elérési útját az AWS Management Console-ból, válassza ki a fájlt, majd kattintson a letöltés gombra. Az exportfájl tartalmazza az időbélyeget, az elemazonosítót, a dimenziókat és az egyes kvantilisokhoz tartozó előrejelzéseket az összes kiválasztott forgatókönyvhöz (beleértve az alapforgatókönyvet is).
Következtetés
A forgatókönyvelemzés kritikus eszköz, amely segít eligazodni az üzleti bizonytalanságok között. Előrelátást és mechanizmust biztosít az ötletek stressz-teszteléséhez, így a vállalkozások rugalmasabbak, felkészültebbek és kézben tarthatják jövőjüket. A Forecast mostantól támogatja a mi lenne, ha forgatókönyv-elemzések előrejelzését. A forgatókönyv-elemzés elvégzéséhez nyissa meg az előrejelzési konzolt, és kövesse az ebben a bejegyzésben ismertetett lépéseket, vagy tekintse meg GitHub notebook arról, hogyan lehet elérni a funkcionalitást API-n keresztül.
További információért tekintse meg a CreateWhatIfAnalysis oldalt a fejlesztői útmutatóban.
A szerzőkről
Brandon Nair az Amazon Forecast idősebb termékmenedzsere. Szakmai érdeklődése a méretezhető gépi tanulási szolgáltatások és alkalmazások létrehozásában rejlik. Munkán kívül a nemzeti parkok felfedezése, a golf swing tökéletesítése vagy egy kalandtúra tervezése során találkozhat vele.
Akhil Raj Azhikodan egy szoftverfejlesztő mérnök, aki az Amazon Forecaston dolgozik. Érdeklődési köre olyan megbízható rendszerek tervezése és építése, amelyek komplex ügyfélproblémákat oldanak meg. A munkán kívül szívesen tanul történelmet, túrázik és videojátékokat játszik.
Conner Smith egy szoftverfejlesztő mérnök, aki az Amazon Forecaston dolgozik. Arra összpontosít, hogy biztonságos, méretezhető elosztott rendszereket építsen, amelyek értéket biztosítanak az ügyfelek számára. Munkán kívül szépirodalmat olvas, gitározik és véletlenszerű YouTube-videókat néz.
Shannon Killingsworth az Amazon Forecast UX-tervezője. Két éve javítja a felhasználói élményt a Forecast szolgáltatásban a folyamatok egyszerűsítésével, valamint olyan új funkciók hozzáadásával, amelyek a felhasználók számára érthetőek. A munkán kívül szeret futni, rajzolni és olvasni.
- AI
- ai művészet
- ai art generátor
- van egy robotod
- Amazon előrejelzés
- Amazon gépi tanulás
- Közlemények
- mesterséges intelligencia
- mesterséges intelligencia tanúsítás
- mesterséges intelligencia a bankszektorban
- mesterséges intelligencia robot
- mesterséges intelligencia robotok
- mesterséges intelligencia szoftver
- AWS gépi tanulás
- blockchain
- blokklánc konferencia ai
- coingenius
- társalgási mesterséges intelligencia
- kriptokonferencia ai
- dall's
- mély tanulás
- google azt
- gépi tanulás
- Plató
- plato ai
- Platón adatintelligencia
- Platón játék
- PlatoData
- platogaming
- skála ai
- szintaxis
- zephyrnet