Cotygodniowe prognozy mogą teraz zacząć się w niedzielę dzięki Amazon Forecast PlatoBlockchain Data Intelligence. Wyszukiwanie pionowe. AI.

Prognozy tygodniowe mogą teraz zaczynać się w niedzielę dzięki prognozie Amazon

Z radością ogłaszamy, że w Prognoza Amazon, możesz teraz rozpocząć horyzont prognozy w niestandardowych punktach początkowych, w tym w niedziele w przypadku prognoz tygodniowych. Pozwala to na dokładniejsze dostosowanie prognoz planowania popytu do lokalnych praktyk biznesowych i wymagań operacyjnych.

Prognoza to w pełni zarządzana usługa, która wykorzystuje algorytmy statystyczne i uczenia maszynowego (ML) do dostarczania bardzo dokładnych prognoz szeregów czasowych. Wykorzystuje najnowocześniejsze algorytmy do przewidywania przyszłych danych szeregów czasowych na podstawie danych historycznych i nie wymaga doświadczenia w ML. Typowe aplikacje do prognozowania obejmują planowanie zasobów dla zapasów, personelu i ruchu internetowego. W tym poście omawiamy nową opcję, która umożliwia dostosowanie prognoz do cykli biznesowych i popytu, przy jednoczesnym obniżeniu kosztów operacyjnych poprzez odciążenie przepływów pracy agregacji.

Aby zoptymalizować planowanie popytu, prognozy muszą być dostosowane do operacji biznesowych. Wcześniej ustalone zostały punkty startowe prognoz: prognozy dzienne zakładały zapotrzebowanie rozpoczynające się o północy każdego dnia, prognozy tygodniowe zakładały poniedziałek jako pierwszy dzień tygodnia, a prognozy miesięczne rozpoczynały się pierwszego dnia każdego miesiąca. Te predefiniowane punkty wyjścia stanowiły dwa wyzwania. Po pierwsze, jeśli cykl biznesowy rozpoczął się w innym punkcie niż ustalona wartość, trzeba było ręcznie zagregować prognozy do wymaganego punktu początkowego. Na przykład, jeśli Twój tydzień roboczy rozpoczął się w niedzielę i chcesz wygenerować prognozy tygodniowe, musisz ręcznie agregować prognozy dzienne w tygodniu od niedzieli do soboty. Ta dodatkowa praca zwiększała koszty i czas obliczeniowy oraz stwarzała możliwości błędów. Po drugie, dane treningowe i okresy prognozy nie były spójne; jeśli Twoje dane odzwierciedlają cykl popytu, który rozpoczyna się w niedziele, predyktor i prognoza powinny również używać niedzieli jako punktu początkowego.

Punkty początkowe niestandardowego horyzontu prognozy dopasowują teraz operacje biznesowe i prognozy, eliminując potrzebę ręcznej pracy agregacji oraz oszczędzając koszty i zasoby obliczeniowe. Jeśli masz tydzień roboczy rozpoczynający się w niedziele, możesz automatycznie agregować dane dzienne, aby generować tygodniowe prognozy rozpoczynające się w niedziele. Lub możesz rozpocząć codzienne prognozy, zaczynając od 9:00. Predyktory można teraz dostosować do danych dotyczących prawdy gruntowej, zapewniając spójność między danymi wejściowymi i prognozami. Punkty początkowe horyzontu prognozy można łatwo zdefiniować podczas trenowania nowych predyktorów za pomocą konsoli prognozy lub przy użyciu Prognozy API.

Zdefiniuj niestandardowe okresy początkowe horyzontu prognozy

Horyzont prognozy to długość czasu, dla którego sporządzana jest prognoza, ograniczona punktem początkowym i końcowym. W Prognozie można teraz wybrać określone punkty początkowe dla dziennych, tygodniowych, miesięcznych i rocznych horyzontów prognozy podczas uczenia nowych predyktorów. Te punkty startowe — tzw wartości graniczne— są wybierane z dokładnością o jedną jednostkę częstotliwości niż horyzont prognozy, jak pokazano w poniższej tabeli.

Prognozowana jednostka częstotliwości Jednostka graniczna Wartości graniczne
Daily godzina 0-23
Co tydzień Dzień tygodnia od poniedziałku do niedzieli
Miesięczne Dzień miesiąca 1 przez 28
Roczne Miesiąc Od stycznia do grudnia

Dzięki niestandardowym punktom początkowym możesz dostosować prognozy tak, aby rozpoczynały się w określonych momentach, które odpowiadają Twoim procesom biznesowym i podstawowym danym, na przykład w miesiącu maju, 15 dniu miesiąca, w niedziele lub o godzinie 15:00. W przypadku horyzontów prognozy bardziej zgrubnych niż podana częstotliwość szeregów czasowych Prognoza agreguje dane szeregów czasowych na podstawie niestandardowego punktu początkowego. Na przykład:

  • Podczas generowania prognoz dziennych z danych godzinowych z okresem początkowym o godzinie 9:00, prognozy są agregowane z danymi godzinowymi każdego dnia od 9:00 do następnego dnia o 8:00
  • Podczas generowania prognoz tygodniowych z danych dziennych z okresem początkowym w niedzielę, prognozy są agregowane z danymi dziennymi każdego tygodnia od niedzieli do następnej soboty
  • Podczas generowania prognoz miesięcznych z danych dobowych z początkiem 15 dnia miesiąca, prognozy są agregowane z danymi dobowymi od 15 dnia bieżącego miesiąca do 14 dnia następnego miesiąca
  • Podczas generowania prognoz rocznych z danych miesięcznych z początkowym miesiącem maj, prognozy są agregowane z danymi miesięcznymi od maja bieżącego roku do kwietnia przyszłego roku

Dostępne częstotliwości prognozy

Poniższe zrzuty ekranu przedstawiają przykłady niestandardowych dziennych, tygodniowych, miesięcznych i rocznych częstotliwości prognoz oraz punktów początkowych ( Granica wyrównania czasu w konsoli Prognozy).

Cotygodniowe prognozy mogą teraz zacząć się w niedzielę dzięki Amazon Forecast PlatoBlockchain Data Intelligence. Wyszukiwanie pionowe. AI.
Cotygodniowe prognozy mogą teraz zacząć się w niedzielę dzięki Amazon Forecast PlatoBlockchain Data Intelligence. Wyszukiwanie pionowe. AI.
Cotygodniowe prognozy mogą teraz zacząć się w niedzielę dzięki Amazon Forecast PlatoBlockchain Data Intelligence. Wyszukiwanie pionowe. AI.
Cotygodniowe prognozy mogą teraz zacząć się w niedzielę dzięki Amazon Forecast PlatoBlockchain Data Intelligence. Wyszukiwanie pionowe. AI.

Określ punkty początkowe horyzontu prognozy niestandardowej

Możesz zdefiniować niestandardowe punkty początkowe horyzontu prognozy podczas tworzenia nowego predyktora. Poniższe kroki pokazują, jak to zrobić za pomocą konsoli prognozy. Oferujemy również przykładowy notatnik który stanowi przykład, jak zintegrować to nowe ustawienie z przepływami pracy.

  1. W konsoli Prognoza wybierz Wyświetl grupy zbiorów danych, A następnie Utwórz grupę zbiorów danych.
  2. Utwórz grupę zestawów danych, docelowy zestaw danych szeregów czasowych i załaduj dane.
    Podczas ładowania danych następuje przekierowanie do konsoli prognozy.
  3. Po załadowaniu docelowego zestawu danych szeregów czasowych do grupy zestawów danych i aktywowaniu go, wybierz Start dla Wytrenuj predyktora.
  4. W Predyktor pociągu sekcji, podaj wartości dla Imię, Częstotliwość prognozy, Horyzont prognozy pola.
  5. W opcjonalnym Granica wyrównania czasu określ punkt początkowy używany przez predyktor do prognozy.
    Wartości na tej liście zależą od Częstotliwość prognozy wartość, którą wybierzesz. W tym przykładzie tworzymy prognozy tygodniowe o horyzoncie 1 tygodnia, z niedzielą jako dniem rozpoczęcia tygodnia i prognozy.
    Cotygodniowe prognozy mogą teraz zacząć się w niedzielę dzięki Amazon Forecast PlatoBlockchain Data Intelligence. Wyszukiwanie pionowe. AI.
  6. W razie potrzeby podaj inne opcjonalne konfiguracje i wybierz Stwórz.
    Cotygodniowe prognozy mogą teraz zacząć się w niedzielę dzięki Amazon Forecast PlatoBlockchain Data Intelligence. Wyszukiwanie pionowe. AI.
    Po utworzeniu predyktora możesz utworzyć swoją prognozę.
  7. W okienku nawigacji w grupie zestawów danych wybierz Predyktory.
  8. Wybierz swój nowy predyktor.
  9. Dodaj Utwórz prognozę.
    Cotygodniowe prognozy mogą teraz zacząć się w niedzielę dzięki Amazon Forecast PlatoBlockchain Data Intelligence. Wyszukiwanie pionowe. AI.
  10. Podaj niezbędne dane i wybierz Start aby stworzyć swoją prognozę.
    Cotygodniowe prognozy mogą teraz zacząć się w niedzielę dzięki Amazon Forecast PlatoBlockchain Data Intelligence. Wyszukiwanie pionowe. AI.
  11. Po zakończeniu prognozy wybierz Utwórz eksport prognozy aby wyeksportować wyniki.
    Cotygodniowe prognozy mogą teraz zacząć się w niedzielę dzięki Amazon Forecast PlatoBlockchain Data Intelligence. Wyszukiwanie pionowe. AI.

Poniższe zrzuty ekranu to próbki oryginalnego pliku wejściowego (po lewej) i wyeksportowanych wyników prognozy (po prawej). Plik wejściowy ma częstotliwość godzinową, natomiast prognoza jest tworzona z częstotliwością tygodniową, zaczynając od niedzieli jako pierwszego dnia tygodnia. To jest przykład Prognozy automatycznie agregującej na dwóch poziomach częstotliwości prognozy (od godzin do dni).

Cotygodniowe prognozy mogą teraz zacząć się w niedzielę dzięki Amazon Forecast PlatoBlockchain Data Intelligence. Wyszukiwanie pionowe. AI. Cotygodniowe prognozy mogą teraz zacząć się w niedzielę dzięki Amazon Forecast PlatoBlockchain Data Intelligence. Wyszukiwanie pionowe. AI.

Wnioski

Niestandardowe punkty początkowe horyzontu prognozy w Prognozie umożliwiają tworzenie prognoz, które są zgodne z określonymi wymaganiami operacyjnymi. Tygodnie pracy rozpoczynają się w różne dni w różnych regionach, co wymaga prognoz, które rozpoczynają się w dni inne niż poniedziałki i które są dostosowane do podstawowych szkoleń i bieżących danych. Lub możesz chcieć generować prognozy godzinowe, które odzwierciedlają cykl popytu rozpoczynający się na przykład o 7:00 każdego dnia.

Prognoza również automatycznie agreguje szczegółowe prognozy do częstotliwości wyższego poziomu (takich jak dni w tygodnie). Pozwala to na tworzenie prognoz dostosowanych do Twoich operacji i oszczędza koszty, eliminując potrzebę wstawania i zarządzania przepływami pracy agregacji.

Niestandardowe punkty początkowe są opcjonalne. Jeśli nie podasz konkretnych punktów początkowych, prognozy zaczynają się o domyślne czasy. Określone punkty początkowe horyzontu prognozy są dostępne tylko w przypadku funkcji AutoPredictor. Aby uzyskać więcej informacji, zobacz Nowy interfejs Amazon Forecast API, który tworzy do 40% dokładniejsze prognozy i zapewnia możliwość wyjaśnienia i Utwórz autopredyktor.

Aby dowiedzieć się więcej o prognozowanych częstotliwościach, zobacz Agregacja danych dla różnych częstotliwości prognozy. Wszystkie te nowe możliwości są dostępne we wszystkich regionach, w których Prognoza jest publicznie dostępna. Aby uzyskać więcej informacji o dostępności regionu, zobacz Usługi regionalne AWS.


O autorach

Cotygodniowe prognozy mogą teraz zacząć się w niedzielę dzięki Amazon Forecast PlatoBlockchain Data Intelligence. Wyszukiwanie pionowe. AI.Dana Sinnreicha jest starszym menedżerem produktu w Amazon Forecast. Koncentruje się na demokratyzacji uczenia maszynowego typu low-code/no-code i jego zastosowaniu do poprawy wyników biznesowych. Poza pracą można go spotkać grającego w hokeja, próbującego poprawić swój serwis tenisowy, nurkować i czytać science fiction.

Cotygodniowe prognozy mogą teraz zacząć się w niedzielę dzięki Amazon Forecast PlatoBlockchain Data Intelligence. Wyszukiwanie pionowe. AI.Paras Arora jest inżynierem oprogramowania w zespole Amazon Forecast. Pasjonuje się budowaniem najnowocześniejszych rozwiązań AI/ML w chmurze. W wolnym czasie lubi wędrować i podróżować.

Cotygodniowe prognozy mogą teraz zacząć się w niedzielę dzięki Amazon Forecast PlatoBlockchain Data Intelligence. Wyszukiwanie pionowe. AI.Chetan Surana jest inżynierem oprogramowania w zespole Amazon Forecast. Jego zainteresowania leżą na pograniczu uczenia maszynowego i tworzenia oprogramowania, stosując przemyślane umiejętności projektowe i inżynierskie do rozwiązywania problemów. Poza pracą lubi fotografować, wędrować i gotować.

Znak czasu:

Więcej z Uczenie maszynowe AWS