Zdaj s Amazonska napoved, lahko do 80 % hitreje izvajate analize kaj če, da analizirate in količinsko opredelite potencialni vpliv poslovnih vzvodov na vaše napovedi povpraševanja. Forecast je storitev, ki uporablja strojno učenje (ML) za ustvarjanje natančnih napovedi povpraševanja, ne da bi zahtevala kakršne koli izkušnje z ML. Simulacija scenarijev z analizami kaj če je močno poslovno orodje za navigacijo skozi negotovost prihodnjih dogodkov z zajemanjem možnih izidov iz hipotetičnih scenarijev. Običajna praksa je ocenjevanje vpliva poslovnih odločitev na prihodke ali dobičkonosnost, kvantificiranje tveganja, povezanega s tržnimi trendi, ocenjevanje, kako organizirati logistiko in delovno silo za izpolnjevanje povpraševanja strank, in še veliko več.
Izvajanje analize kaj če za napovedovanje povpraševanja je lahko zahtevno, saj najprej potrebujete natančne modele za napovedovanje povpraševanja, nato pa hiter in enostaven način za reprodukcijo napovedi v različnih scenarijih. Čeprav je Forecast do zdaj zagotavljal natančne napovedi povpraševanja, je bilo izvajanje analize kaj če z uporabo Forecast lahko okorno in dolgotrajno. Načrtovanje maloprodajne promocije je na primer običajna uporaba analize kaj če je za določitev optimalne cene za izdelek za povečanje prihodkov. Prej v programu Forecast ste morali pripraviti in uvoziti novo vhodno datoteko za vsak scenarij, ki ste ga želeli preizkusiti. Če ste želeli preizkusiti tri različne cenovne točke, ste morali najprej ustvariti tri nove vhodne datoteke z ročnim preoblikovanjem podatkov brez povezave in nato vsako datoteko posebej uvoziti v Forecast. Pravzaprav ste opravljali isti niz nalog za vsak scenarij. Poleg tega ste morali za primerjavo scenarijev prenesti napoved iz vsakega scenarija posebej in jih nato združiti brez povezave.
Z današnjo predstavitvijo lahko preprosto izvedete analizo kaj če do 80 % hitreje. Poenostavili smo ustvarjanje novih scenarijev, tako da smo odstranili potrebo po manipulaciji podatkov brez povezave in uvozu za vsak scenarij. Zdaj lahko definirate scenarij tako, da preoblikujete svoj začetni nabor podatkov s preprostimi operacijami, kot je množenje cene za izdelek A za 90 % ali znižanje cene za izdelek B za 10 $. Te transformacije je mogoče kombinirati tudi s pogoji za nadzor parametrov, v katerih velja scenarij (na primer znižanje cene izdelka A samo na eni lokaciji). S tem zagonom lahko definirate in zaženete več scenarijev iste vrste analize (kot je analiza promocije) ali različnih vrst analiz (kot je analiza promocije v geografski regiji 1 in načrtovanje zalog v geografski regiji 2) hkrati. Nazadnje vam ni več treba združevati in primerjati rezultatov scenarijev brez povezave. Zdaj si lahko ogledate napovedi napovedi za vse scenarije v istem grafu ali množično izvozite podatke za pregled brez povezave.
Pregled rešitev
Koraki v tej objavi prikazujejo, kako uporabiti analizo kaj če na Konzola za upravljanje AWS. Če želite neposredno uporabiti API-je Forecast za analizo kaj če, sledite zvezku v našem GitHub repo ki zagotavlja analogno predstavitev.
Uvozite svoje podatke o vadbi
Če želite izvesti analizo kaj če, morate uvoziti dve datoteki CSV, ki predstavljata podatke o ciljni časovni vrsti (prikazuje cilj predvidevanja) in povezane podatke o časovni vrsti (prikazuje atribute, ki vplivajo na cilj). Naš primer ciljne datoteke časovne vrste vsebuje ID postavke izdelka, časovni žig, povpraševanje, ID trgovine, mesto in regijo, naša povezana datoteka časovne serije pa vsebuje ID postavke izdelka, ID trgovine, časovni žig, mesto, regijo in ceno.
Za uvoz podatkov izvedite naslednje korake:
- Na konzoli napovedi izberite Oglejte si skupine naborov podatkov.
- Izberite Ustvari skupino nabora podatkov.
- za Ime skupine nabora podatkov, vnesite ime nabora podatkov (za to objavo,
my_company_consumer_sales_history
). - za Domena za napovedovanje, izberite domeno napovedi (za to objavo,
Retail
). - Izberite Naslednji.
- o Ustvari ciljni nabor podatkov časovne vrste strani, navedite ime nabora podatkov, pogostost vaših podatkov in podatkovno shemo
- Navedite podrobnosti o uvozu nabora podatkov.
- Izberite Začetek.
Naslednji posnetek zaslona prikazuje informacije za ciljno stran s časovno vrsto, izpolnjeno za naš primer.
Preusmerjeni boste na nadzorno ploščo, ki jo lahko uporabite za spremljanje napredka.
- Če želite uvoziti povezano datoteko časovne serije, na nadzorni plošči izberite uvoz.
- o Ustvarite povezan nabor podatkov o časovni vrsti strani, navedite ime nabora podatkov in podatkovno shemo.
- Navedite podrobnosti o uvozu nabora podatkov.
- Izberite Začetek.
Naslednji posnetek zaslona prikazuje podatke, izpolnjene za naš primer.
Izurite napovedovalec
Nato urimo napovedovalca.
- Na nadzorni plošči izberite Vlakovni napovedovalec.
- o Vlakovni napovedovalec stran, vnesite ime svojega napovedovalca, kako dolgo v prihodnosti želite napovedovati in s kakšno frekvenco ter število kvantilov, za katere želite napovedovati.
- Omogoči AutoPredictor – to je potrebno za uporabo analize kaj če.
- Izberite ustvarjanje.
Naslednji posnetek zaslona prikazuje podatke, izpolnjene za naš primer.
Ustvari napoved
Ko je naš napovedovalec usposobljen (to lahko traja približno 2.5 ure), ustvarimo napoved. Vedeli boste, da je vaš napovedovalec izurjen, ko boste videli Ogled napovednikov gumb na armaturni plošči.
- Izberite Ustvari napoved na nadzorni plošči
- o Ustvari napoved strani, vnesite ime napovedi, izberite napovedovalec, ki ste ga ustvarili, in določite kvantile napovedi (neobvezno) in elemente, za katere želite ustvariti napoved.
- Izberite Začetek.
Ko dokončate te korake, ste uspešno ustvarili napoved. To predstavlja vaš osnovni scenarij napovedi, ki ga uporabljate za analizo kaj če.
Če potrebujete več pomoči pri ustvarjanju osnovnih napovedi, glejte Uvod (konzola). Zdaj preidemo na naslednje korake izvedbe analize kaj če.
Ustvarite analizo kaj če
Na tej točki smo ustvarili svojo osnovno napoved in začeli bomo s postopkom izvajanja analize kaj če. Izvajanje analize kaj če poteka v treh fazah: nastavitev analize, ustvarjanje napovedi kaj če z opredelitvijo, kaj se spremeni v scenariju, in primerjava rezultatov.
- Za nastavitev analize izberite Raziščite analizo kaj če na armaturni plošči.
- Izberite ustvarjanje.
- Vnesite enolično ime in v spustnem meniju izberite osnovno napoved.
- Izberite elemente v svojem naboru podatkov, za katere želite izvesti analizo kaj če. Imate dve možnosti:
- Izberite vse elemente je privzeto, ki ga izberemo v tej objavi.
- Če želite izbrati določene predmete, izberite Izberite elemente z datoteko in uvozite datoteko CSV, ki vsebuje enolični identifikator za ustrezen element in katero koli povezano dimenzijo (kot je regija).
- Izberite Ustvari analizo kaj če.
Ustvarite napoved kaj če
Nato ustvarimo napoved, kaj če, da definiramo scenarij, ki ga želimo analizirati.
- Izberite ustvarjanje.
- Vnesite ime svojega scenarija.
Svoj scenarij lahko definirate z dvema možnostma:
- Uporabite transformacijske funkcije – Uporabite graditelj transformacije za pretvorbo povezanih podatkov o časovni vrsti, ki ste jih uvozili. Za ta potek ocenimo, kako se spremeni povpraševanje po artiklu v našem naboru podatkov, ko se cena zniža za 10 % in nato za 30 % v primerjavi s ceno v osnovni napovedi.
- Določite napoved kaj če z nadomestnim naborom podatkov – Zamenjajte povezan nabor podatkov o časovni vrsti, ki ste ga uvozili.
Graditelj transformacijskih funkcij ponuja zmožnost preoblikovanja povezanih podatkov časovne vrste, ki ste jih prej uvozili, s preprostimi operacijami seštevanja, odštevanja, deljenja in množenja funkcij v vaših podatkih (na primer cene) z vrednostjo, ki jo določite. Za naš primer ustvarimo scenarij, kjer ceno znižamo za 10 %, cena pa je funkcija v naboru podatkov.
- za Kaj-če metoda opredelitve napoveditako, da izberete Uporabite transformacijske funkcije.
- Izberite Pomnožite kot naš operater, Cena kot našo časovno vrsto in vnesite 0.9.
Dodate lahko tudi pogoje za dodatno izboljšanje scenarija. Če je na primer vaš nabor podatkov vseboval informacije o trgovini, organizirane po regijah, bi lahko omejili scenarij znižanja cen glede na regijo. Določite lahko scenarij 10-odstotnega znižanja cene, ki velja za trgovine, ki niso v regiji_1.
- Izberite Dodaj pogoj.
- Izberite Ni enako kot operacijo in vnesite Regijo_1.
Druga možnost za spreminjanje povezanih časovnih vrst je uvoz novega nabora podatkov, ki že vsebuje podatke, ki opredeljujejo scenarij. Na primer, da definiramo scenarij z 10-odstotnim znižanjem cene, lahko naložimo nov nabor podatkov, ki določa enolični identifikator za elemente, ki se spreminjajo, in spremembo cene, ki je 10-odstotno nižja. Če želite to narediti, izberite Določite napoved kaj če z nadomestnim naborom podatkov in uvozite CSV, ki vsebuje spremembo cene.
- Če želite dokončati definicijo napovedi kaj če, izberite ustvarjanje.
Ponovite postopek, da ustvarite drugo napoved kaj če s 30-odstotnim znižanjem cene.
Po izvedbi analize kaj če za vsako napoved kaj če se status spremeni v aktivno. S tem se zaključi druga stopnja in lahko nadaljujete s primerjavo napovedi kaj če.
Primerjajte napovedi
Zdaj lahko primerjamo napovedi kaj če za oba naša scenarija, pri čemer primerjamo 10-odstotno znižanje cene s 30-odstotnim znižanjem cene.
- Na strani z vpogledi v analizo se pomaknite do Primerjajte napovedi kaj če oddelek.
- za item_id, vnesite element za analizo.
- za Kaj-če napovedi, izberite scenarije za primerjavo (za to objavo,
Scenario_1
inScenario_2
). - Izberite Primerjaj kaj-če.
Naslednji graf prikazuje posledično povpraševanje v obeh naših scenarijih.
Privzeto prikazuje P50 in osnovni scenarij. Ogledate si lahko vse ustvarjene kvantile tako, da izberete želene kvantile na Izberite napovedi spustni meni.
Izvozite svoje podatke
Če želite podatke izvoziti v CSV, izvedite naslednje korake:
- Izberite Ustvari izvoz.
- Vnesite ime za izvozno datoteko (za to objavo,
my_scenario_export
) - Določite scenarije, ki jih želite izvoziti, tako da izberete scenarije na Kaj-če napoved spustni meni. Izvozite lahko več scenarijev hkrati v združeni datoteki.
- za Lokacija izvoza, določite Preprosta storitev shranjevanja Amazon (Amazon S3) lokacija.
- Za začetek izvoza izberite Ustvari izvoz.
- Če želite prenesti izvoz, se najprej pomaknite do lokacije poti datoteke S3 v upravljalni konzoli AWS ter izberite datoteko in izberite gumb za prenos. Izvozna datoteka bo vsebovala časovni žig, ID predmeta, dimenzije in napovedi za vsak kvantil za vse izbrane scenarije (vključno z osnovnim scenarijem).
zaključek
Analiza scenarijev je ključno orodje za pomoč pri krmarjenju skozi negotovosti poslovanja. Zagotavlja predvidevanje in mehanizem za stresno testiranje idej, zaradi česar so podjetja bolj odporna, bolje pripravljena in imajo nadzor nad svojo prihodnostjo. Napoved zdaj podpira napovedovanje analiz scenarijev kaj-če. Če želite izvesti analizo scenarija, odprite konzolo Forecast in sledite korakom, opisanim v tej objavi, ali si oglejte naše Beležnica GitHub o tem, kako dostopati do funkcionalnosti prek API-ja.
Če želite izvedeti več, glejte CreateWhatIfAnalysis strani v vodniku za razvijalce.
O avtorjih
Brandon Nair je višji produktni vodja za Amazon Forecast. Njegov poklicni interes je ustvarjanje razširljivih storitev in aplikacij strojnega učenja. Zunaj službe ga lahko najdemo med raziskovanjem nacionalnih parkov, izpopolnjevanjem zamaha pri golfu ali načrtovanjem pustolovskega potovanja.
Akhil Raj Azhikodan je inženir za razvoj programske opreme, ki dela na Amazon Forecast. Zanima ga načrtovanje in izgradnja zanesljivih sistemov, ki rešujejo kompleksne probleme strank. Zunaj dela uživa v spoznavanju zgodovine, pohodništvu in igranju video igric.
Conner Smith je inženir za razvoj programske opreme, ki dela na Amazon Forecast. Osredotoča se na gradnjo varnih, razširljivih porazdeljenih sistemov, ki strankam zagotavljajo vrednost. Zunaj dela preživlja čas z branjem leposlovja, igranjem kitare in gledanjem naključnih videoposnetkov na YouTubu.
Shannon Killingsworth je UX oblikovalec za Amazon Forecast. Že dve leti izboljšuje uporabniško izkušnjo v Forecastu s poenostavitvijo procesov in dodajanjem novih funkcij na načine, ki so smiselni za naše uporabnike. Poleg dela rad teče, riše in bere.
- AI
- ai art
- ai art generator
- imajo robota
- Amazonska napoved
- Strojno učenje Amazon
- Obvestila
- Umetna inteligenca
- certificiranje umetne inteligence
- umetna inteligenca v bančništvu
- robot z umetno inteligenco
- roboti z umetno inteligenco
- programska oprema za umetno inteligenco
- Strojno učenje AWS
- blockchain
- blockchain konferenca ai
- coingenius
- pogovorna umetna inteligenca
- kripto konferenca ai
- dall's
- globoko učenje
- strojno učenje
- platon
- platon ai
- Platonova podatkovna inteligenca
- Igra Platon
- PlatoData
- platogaming
- lestvica ai
- sintaksa
- zefirnet