Tiến hành phân tích điều gì xảy ra với Amazon Forecast, nhanh hơn 80% so với trước đây

Bây giờ với Dự báo Amazon, bạn có thể tiến hành liền mạch các phân tích điều gì xảy ra nhanh hơn tới 80% để phân tích và định lượng tác động tiềm tàng của đòn bẩy kinh doanh đối với dự báo nhu cầu của bạn. Dự báo là một dịch vụ sử dụng máy học (ML) để tạo ra các dự báo nhu cầu chính xác mà không yêu cầu bất kỳ kinh nghiệm nào về ML. Mô phỏng các tình huống thông qua các phân tích giả định là một công cụ kinh doanh mạnh mẽ để vượt qua sự không chắc chắn của các sự kiện trong tương lai bằng cách nắm bắt các kết quả có thể xảy ra từ các tình huống giả định. Một thực tế phổ biến là đánh giá tác động của các quyết định kinh doanh đối với doanh thu hoặc lợi nhuận, định lượng rủi ro liên quan đến xu hướng thị trường, đánh giá cách tổ chức hậu cần và lực lượng lao động để đáp ứng nhu cầu của khách hàng, v.v.

Việc tiến hành phân tích giả như thế nào để dự báo nhu cầu có thể là một thách thức vì trước tiên bạn cần các mô hình chính xác để dự báo nhu cầu và sau đó là một cách nhanh chóng và dễ dàng để tái tạo dự báo trong nhiều tình huống. Cho đến nay, mặc dù Dự báo cung cấp dự báo nhu cầu chính xác, nhưng việc tiến hành phân tích điều gì xảy ra bằng Dự báo có thể cồng kềnh và tốn thời gian. Ví dụ, lập kế hoạch khuyến mãi bán lẻ là một ứng dụng phổ biến của phân tích giả sử để xác định điểm giá tối ưu cho một sản phẩm nhằm tối đa hóa doanh thu. Trước đây trên Dự báo, bạn phải chuẩn bị và nhập tệp đầu vào mới cho mỗi tình huống bạn muốn kiểm tra. Nếu bạn muốn kiểm tra ba mức giá khác nhau, trước tiên bạn phải tạo ba tệp đầu vào mới bằng cách chuyển đổi dữ liệu ngoại tuyến theo cách thủ công và sau đó nhập từng tệp vào Dự báo riêng biệt. Trên thực tế, bạn đang thực hiện cùng một nhóm nhiệm vụ cho mỗi và mọi tình huống. Ngoài ra, để so sánh các kịch bản, bạn phải tải xuống dự đoán từ từng kịch bản riêng lẻ và sau đó hợp nhất chúng ngoại tuyến.

Với sự ra mắt hôm nay, bạn có thể dễ dàng tiến hành phân tích điều gì xảy ra nhanh hơn tới 80%. Chúng tôi đã giúp dễ dàng tạo các kịch bản mới bằng cách loại bỏ nhu cầu nhập và thao tác dữ liệu ngoại tuyến cho mỗi kịch bản. Bây giờ, bạn có thể xác định một kịch bản bằng cách chuyển đổi tập dữ liệu ban đầu của mình thông qua các thao tác đơn giản, chẳng hạn như nhân giá cho sản phẩm A với 90% hoặc giảm giá cho sản phẩm B xuống 10 đô la. Các biến đổi này cũng có thể được kết hợp với các điều kiện để kiểm soát các thông số mà kịch bản áp dụng (ví dụ: chỉ giảm giá sản phẩm A ở một địa điểm). Với lần khởi chạy này, bạn có thể xác định và chạy đồng thời nhiều kịch bản của cùng một loại phân tích (chẳng hạn như phân tích khuyến mại) hoặc các loại phân tích khác nhau (chẳng hạn như phân tích khuyến mại ở khu vực địa lý 1 và lập kế hoạch hàng tồn kho ở khu vực địa lý 2). Cuối cùng, bạn không cần phải hợp nhất và so sánh kết quả của các tình huống ngoại tuyến nữa. Giờ đây, bạn có thể xem các dự đoán dự báo trên tất cả các tình huống trong cùng một biểu đồ hoặc xuất hàng loạt dữ liệu để xem xét ngoại tuyến.

Tổng quan về giải pháp

Các bước trong bài đăng này trình bày cách sử dụng phân tích what-if trên Bảng điều khiển quản lý AWS. Để sử dụng trực tiếp API dự báo cho phân tích điều gì xảy ra, hãy làm theo sổ tay trong Repo GitHub cung cấp một trình diễn tương tự.

Nhập dữ liệu đào tạo của bạn

Để tiến hành phân tích điều gì xảy ra, bạn phải nhập hai tệp CSV đại diện cho dữ liệu chuỗi thời gian mục tiêu (hiển thị mục tiêu dự đoán) và dữ liệu chuỗi thời gian có liên quan (hiển thị các thuộc tính tác động đến mục tiêu). Tệp chuỗi thời gian mục tiêu mẫu của chúng tôi chứa ID mặt hàng sản phẩm, dấu thời gian, nhu cầu, ID cửa hàng, thành phố và khu vực và tệp chuỗi thời gian liên quan của chúng tôi chứa ID mặt hàng sản phẩm, ID cửa hàng, dấu thời gian, thành phố, khu vực và giá cả.

Để nhập dữ liệu của bạn, hãy hoàn thành các bước sau:

1. Trên bảng điều khiển Dự báo, chọn Xem các nhóm tập dữ liệu.

2. Chọn Tạo nhóm tập dữ liệu.

3. Trong Tên nhóm tập dữ liệu, nhập tên tập dữ liệu (cho bài đăng này, my_company_consumer_sales_history).
4. Trong Miền dự báo, chọn một miền dự báo (cho bài đăng này, Retail).
5. Chọn Sau.

6. trên Tạo tập dữ liệu chuỗi thời gian mục tiêu trang, cung cấp tên tập dữ liệu, tần suất dữ liệu của bạn và giản đồ dữ liệu
7. Cung cấp chi tiết nhập tập dữ liệu.
8. Chọn Bắt đầu.

Ảnh chụp màn hình sau đây hiển thị thông tin cho trang chuỗi thời gian mục tiêu được điền vào ví dụ của chúng tôi.

Bạn sẽ được đưa đến trang tổng quan mà bạn có thể sử dụng để theo dõi tiến trình.

9. Để nhập tệp chuỗi thời gian liên quan, trên trang tổng quan, hãy chọn Nhập khẩu.

10. trên Tạo tập dữ liệu chuỗi thời gian có liên quan , cung cấp tên tập dữ liệu và lược đồ dữ liệu.
11. Cung cấp chi tiết nhập tập dữ liệu.
12. Chọn Bắt đầu.

Ảnh chụp màn hình sau đây hiển thị thông tin đã điền cho ví dụ của chúng tôi.

Đào tạo một nhà dự đoán

Tiếp theo, chúng tôi đào tạo một người dự đoán.

1. Trên trang tổng quan, hãy chọn Dự đoán tàu.

2. trên Dự đoán tàu , nhập tên cho công cụ dự đoán của bạn, thời gian bạn muốn dự báo trong tương lai và tần suất ra sao, và số lượng tử bạn muốn dự báo.
3. Bật AutoPredictor - điều này là bắt buộc để sử dụng phân tích what-if.
4. Chọn Tạo.

Ảnh chụp màn hình sau đây hiển thị thông tin đã điền cho ví dụ của chúng tôi.

Tạo dự báo

Sau khi người dự đoán của chúng tôi được đào tạo (quá trình này có thể mất khoảng 2.5 giờ), chúng tôi tạo dự báo. Bạn sẽ biết rằng người dự đoán của bạn đã được đào tạo khi bạn thấy Xem dự đoán trên trang tổng quan của bạn.

1. Chọn Tạo dự báo trên Trang tổng quan

2. trên Tạo dự báo , nhập tên dự báo, chọn công cụ dự đoán mà bạn đã tạo và chỉ định các lượng tử dự báo (tùy chọn) và các mục để tạo dự báo.
3. Chọn Bắt đầu.

Sau khi hoàn thành các bước này, bạn đã tạo dự báo thành công. Điều này thể hiện kịch bản dự báo cơ sở của bạn mà bạn sử dụng để thực hiện các phân tích điều gì xảy ra nếu xảy ra.

Nếu bạn cần thêm trợ giúp để tạo dự báo cơ sở của mình, hãy tham khảo Bắt đầu (Bảng điều khiển). Bây giờ chúng ta chuyển sang các bước tiếp theo của việc tiến hành phân tích điều gì sẽ xảy ra.

Tạo phân tích điều gì xảy ra nếu xảy ra

Tại thời điểm này, chúng tôi đã tạo dự báo cơ bản của mình và sẽ bắt đầu hướng dẫn cách tiến hành phân tích điều gì xảy ra nếu xảy ra. Có ba giai đoạn để tiến hành phân tích điều gì xảy ra: thiết lập phân tích, tạo dự báo điều gì sẽ xảy ra nếu xác định điều gì sẽ thay đổi trong kịch bản và so sánh kết quả.

1. Để thiết lập phân tích của bạn, hãy chọn Khám phá phân tích điều gì xảy ra nếu xảy ra trên bảng điều khiển.

2. Chọn Tạo.

3. Nhập một tên duy nhất và chọn dự báo cơ sở trên menu thả xuống.
4. Chọn các mục trong tập dữ liệu của bạn mà bạn muốn tiến hành phân tích điều gì sẽ xảy ra. Bạn có hai lựa chọn:
   1. Chọn tất cả các mục là mặc định, chúng tôi chọn trong bài đăng này.
   2. Nếu bạn muốn chọn các mục cụ thể, hãy chọn Chọn các mục với một tệp và nhập tệp CSV chứa mã nhận dạng duy nhất cho mặt hàng tương ứng và bất kỳ thứ nguyên nào được liên kết (chẳng hạn như khu vực).
5. Chọn Tạo phân tích điều gì xảy ra nếu.

Tạo dự báo điều gì xảy ra nếu xảy ra

Tiếp theo, chúng tôi tạo dự báo điều gì sẽ xảy ra để xác định kịch bản mà chúng tôi muốn phân tích.

1. Chọn Tạo.

2. Nhập tên cho kịch bản của bạn.

Bạn có thể xác định kịch bản của mình thông qua hai tùy chọn:

• Sử dụng các hàm chuyển đổi - Sử dụng trình tạo chuyển đổi để chuyển đổi dữ liệu chuỗi thời gian liên quan mà bạn đã nhập. Đối với hướng dẫn này, chúng tôi đánh giá nhu cầu của một mặt hàng trong tập dữ liệu của chúng tôi thay đổi như thế nào khi giá giảm 10% và sau đó giảm 30% khi so sánh với giá trong dự báo cơ sở.
• Xác định dự báo điều gì sẽ xảy ra với tập dữ liệu thay thế - Thay thế tập dữ liệu chuỗi thời gian liên quan mà bạn đã nhập.

Trình tạo hàm chuyển đổi cung cấp khả năng chuyển đổi dữ liệu chuỗi thời gian liên quan mà bạn đã nhập trước đó thông qua các thao tác đơn giản để cộng, trừ, chia và nhân các đối tượng trong dữ liệu của bạn (ví dụ: giá) theo một giá trị bạn chỉ định. Ví dụ của chúng tôi, chúng tôi tạo một kịch bản trong đó chúng tôi giảm giá 10% và giá là một tính năng trong tập dữ liệu.

3. Trong Phương pháp xác định dự báo điều gì sẽ xảy ra, lựa chọn Sử dụng các hàm chuyển đổi.
4. Chọn Nhân với tư cách là nhà điều hành của chúng tôi, giá dưới dạng chuỗi thời gian của chúng tôi và nhập 0.9.

Bạn cũng có thể thêm các điều kiện để tinh chỉnh thêm kịch bản của mình. Ví dụ: nếu tập dữ liệu của bạn chứa thông tin cửa hàng được sắp xếp theo khu vực, bạn có thể giới hạn kịch bản giảm giá theo khu vực. Bạn có thể xác định tình huống giảm giá 10% áp dụng cho các cửa hàng không thuộc Vùng_1.

5. Chọn Thêm điều kiện.
6. Chọn Không bằng dưới dạng hoạt động và nhập Vùng_1.

Một tùy chọn khác để sửa đổi chuỗi thời gian liên quan của bạn là nhập tập dữ liệu mới đã chứa dữ liệu xác định kịch bản. Ví dụ: để xác định tình huống giảm giá 10%, chúng tôi có thể tải lên tập dữ liệu mới chỉ định mã định danh duy nhất cho các mặt hàng đang thay đổi và giá thay đổi thấp hơn 10%. Để làm như vậy, hãy chọn Xác định dự báo điều gì sẽ xảy ra với tập dữ liệu thay thế và nhập CSV có thay đổi giá.

7. Để hoàn thành định nghĩa dự báo điều gì sẽ xảy ra, hãy chọn Tạo.

Lặp lại quy trình để tạo một dự báo điều gì xảy ra nếu giảm giá 30%.

Sau khi phân tích what-if đã chạy cho từng dự báo what-if, trạng thái sẽ chuyển thành hoạt động. Điều này kết thúc giai đoạn thứ hai và bạn có thể chuyển sang so sánh các dự báo điều gì sẽ xảy ra.

So sánh các dự báo

Giờ đây, chúng tôi có thể so sánh dự báo điều gì sẽ xảy ra cho cả hai kịch bản của chúng tôi, so sánh giảm giá 10% với giảm giá 30%.

1. Trên trang thông tin chi tiết về phân tích, điều hướng đến So sánh các dự báo điều gì xảy ra nếu xảy ra phần.

1. Trong item_id, nhập mục để phân tích.
2. Trong Dự báo điều gì xảy ra nếu, chọn các tình huống để so sánh (đối với bài đăng này, Scenario_1 và Scenario_2).
3. Chọn So sánh cái-nếu.

Biểu đồ sau đây cho thấy kết quả nhu cầu trong cả hai trường hợp của chúng tôi.

Theo mặc định, nó hiển thị P50 và kịch bản trường hợp cơ sở. Bạn có thể xem tất cả các lượng tử được tạo bằng cách chọn các lượng tử ưa thích của mình trên Chọn dự báo trình đơn thả xuống.

Xuất dữ liệu của bạn

Để xuất dữ liệu của bạn sang CSV, hãy hoàn thành các bước sau:

1. Chọn Tạo xuất.

2. Nhập tên cho tệp xuất của bạn (cho bài đăng này, my_scenario_export)
3. Chỉ định các kịch bản sẽ được xuất bằng cách chọn các kịch bản trên Dự báo điều gì sẽ xảy ra trình đơn thả xuống. Bạn có thể xuất nhiều kịch bản cùng một lúc trong một tệp kết hợp.
4. Trong Xuất vị trí, chỉ định la Dịch vụ lưu trữ đơn giản của Amazon (Amazon S3) vị trí.
5. Để bắt đầu xuất, hãy chọn Tạo xuất khẩu.

6. Để tải tệp xuất xuống, trước tiên hãy điều hướng đến vị trí đường dẫn tệp S3 từ Bảng điều khiển quản lý AWS và chọn tệp và chọn nút tải xuống. Tệp xuất sẽ chứa dấu thời gian, ID mục, thứ nguyên và dự báo cho từng lượng tử cho tất cả các kịch bản đã chọn (bao gồm cả kịch bản cơ sở).

Kết luận

Phân tích tình huống là một công cụ quan trọng để giúp điều hướng vượt qua những bất ổn trong kinh doanh. Nó cung cấp tầm nhìn xa và một cơ chế để kiểm tra các ý tưởng, giúp các doanh nghiệp linh hoạt hơn, chuẩn bị tốt hơn và kiểm soát tương lai của họ. Dự báo hiện hỗ trợ dự báo các phân tích kịch bản xảy ra nếu xảy ra. Để tiến hành phân tích kịch bản của bạn, hãy mở bảng điều khiển Dự báo và làm theo các bước được nêu trong bài đăng này hoặc tham khảo Sổ ghi chép GitHub về cách truy cập chức năng thông qua API.

Để tìm hiểu thêm, hãy tham khảo TạoWhatIfPhân tích trong hướng dẫn dành cho nhà phát triển.

---

Giới thiệu về tác giả

Brandon Nair là Giám đốc sản phẩm của Sr. cho Amazon Forecast. Mối quan tâm chuyên nghiệp của anh ấy nằm ở việc tạo ra các dịch vụ và ứng dụng học máy có thể mở rộng. Ngoài giờ làm việc, anh có thể khám phá các công viên quốc gia, hoàn thiện cú đánh gôn của mình hoặc lên kế hoạch cho một chuyến đi mạo hiểm.

Akhil Raj Azhikodan là Kỹ sư phát triển phần mềm làm việc trên Amazon Forecast. Sở thích của anh ấy là thiết kế và xây dựng các hệ thống đáng tin cậy để giải quyết các vấn đề phức tạp của khách hàng. Ngoài công việc, anh ấy thích tìm hiểu về lịch sử, đi bộ đường dài và chơi trò chơi điện tử.

Conner Smith là Kỹ sư phát triển phần mềm làm việc trên Amazon Forecast. Ông tập trung vào việc xây dựng các hệ thống phân tán an toàn, có khả năng mở rộng, cung cấp giá trị cho khách hàng. Ngoài giờ làm việc, anh ấy dành thời gian đọc tiểu thuyết, chơi guitar và xem các video ngẫu nhiên trên YouTube.

Shannon Killingsworth là UX Designer cho Amazon Forecast. Anh ấy đã cải thiện trải nghiệm người dùng trong Dự báo trong hai năm bằng cách đơn giản hóa các quy trình cũng như thêm các tính năng mới theo những cách phù hợp với người dùng của chúng tôi. Ngoài công việc, anh ấy thích chạy, vẽ và đọc sách.