« 東京都、独自デジタル通貨、実証実験へ! | Main | アークス、伊藤チェーンと経営統合、9/1! »

September 10, 2019

Amazon、需要予測を身近に、Amazon Forecast!

Amazon Forecast が一般公開されました:
・Amazon:8/28
・履歴データを基に正確な時系列予測を得るのは、たやすい作業とは言えません。当社は昨年の re:Invent において Amazon Forecast を発表しました。これは、機械学習についてまったく経験がない人でも高い精度の予測をすることができる、完全マネージド型のサービスです。 その Amazon Forecast が一般公開されたことを、本日お伝えできるのは非常に喜ばしいことです。
・Amazon Forecast では、サーバーのプロビジョニングは必要ありません。 これに必要なのは、履歴データ、そして予測結果に影響がありそうなメタデータを追加で揃えることだけです。たとえば、入手するか製造しようとしている特定の製品に関する需要は、天候、季節、そしてその製品が使用される土地などにより、おそらく変わってくるでしょう。
・Amazon Forecast は、Amazon で使われているものと同じテクノロジーをベースにしており、スケーラブルで高い精度を持つ予測技術を使いやすく構築および運用するための、長年の経験を詰め込んだものとなっています。これは複数のデータセットを基に深層学習 を行い、多様なアルゴリズムを自動的に切り替えて使用するので、製品需要、クラウドのコンピューティング使用量、財務計画、サプライチェーン管理システムでのリソース管理など多くのユースケースに対応できます。

Amazon Forecast は、
機械学習を使用して精度の高い予測を行うフルマネージドサービスです。

・今日の企業は、製品の需要、リソースのニーズ、あるいは財務業績といった将来のビジネス成果を正確に予測するために、簡単なスプレッドシートから複雑な財務計画ソフトウェアにいたるまで、あらゆるツールを活用しています。これらのツールは一連の時系列データを確かめることで予測を立てますが、こうしたデータは時系列データと呼ばれます。たとえばレインコートの売上高を予測する場合、これらのツールは、過去が未来を決定するとの前提に基づき、過去のデータのみを参照して予測を試みることがあります。このような方法では、不規則な傾向を含む膨大なデータから予測を行う際に、正確な予測を立てることが難しくなる可能性があります。また、経時的に変化するデータ (価格、割引率、ウェブトラフィック、従業員数など) を、製品の機能や店舗の所在地といった関連する個別の変数に結びつけることも困難になります。
・Amazon Forecast は、Amazon.com と同じテクノロジーをベースとし、機械学習を使って時系列データを付加的な変数に結びつけて予測を立てます。Amazon Forecast を使用する際に、機械学習の経験は必要ありません。必要なのは過去のデータと、予測に影響を与える可能性があるその他の追加データだけです。たとえば、シャツの特定のカラーの需要は、季節や店舗の所在地によって変わることがあります。こうした複雑な関係性は、過去のデータのみに基づいて判断することは困難で、それを認識することに理想的に適しているのが機械学習です。Amazon Forecast は、ユーザーがデータを提供すると、それを自動的に精査し、何が重要かを識別して、予測を立てるための予測モデルを作成します。このモデルの精度は、時系列データのみに基づく場合と比べ、最大で 50% 高くなります。
・Amazon Forecast は完全マネージド型のサービスであるため、サーバーのプロビジョニングも、機械学習モデルの構築、トレーニング、デプロイも不要です。実際に使用した分に対してのみ料金が発生します。最低料金や前払いの義務はありません。
・製品需要計画:
・Amazon Forecast を使用することで、各店舗に適した在庫数を予測することができます。過去の売上、価格、店舗のプロモーション、所在地、カタログデータといった予測情報を、お使いの小売管理システムから CSV (コンマ区切り値) 形式で Amazon S3 ストレージにインポートします。これらを、ウェブサイトのトラフィックログ、天候、発送スケジュールといった関連データに結びつけます。Amazon Forecast は、この情報を使って、各製品の顧客需要を個々の店舗レベルで正確に予測できるモデルを作成します。予測を CSV 形式によりバッチでエクスポートし、お使いの小売管理システムに再度インポートして、店舗ごとに購入し配分する在庫数を決定できるようにします。

PI研のコメント(facebook)
・いよいよ、AIがPOS分析と連携、身近な存在になってきたといえます。8/28、Amazonが「Amazon Forecast」を一般公開しました。時系列データに気になる影響要素を加えれば、機械学習を自動で実施し、その後の時系列予測をしてしまうとのことです。「時系列データのみに基づく場合と比べ、最大で 50% 高く、・・」と、過去のデータのみに基づいた場合と比べ、格段と精度が向上するとのことです。使い方も簡単で、「CSV (コンマ区切り値) 形式で Amazon S3 ストレージにインポート」、その後、「これらを、ウェブサイトのトラフィックログ、天候、発送スケジュールといった関連データに結びつけ」、「Amazon Forecast」で「各製品の顧客需要を個々の店舗レベルで正確に予測できるモデルを作成」するとのことです。このようなサービスがリリースされたことにより、POSデータは分析の対象から予測による経営改革の時代に入るといえます。同様な仕組みは、すでにSonyが無償で「Prediction One」を公開しており、今後、各社が競って機械学習による予測サービスをリリースするといえます。POS分析、新たな時代に入ったといえ、今後、どう流通業がこれらのサービスを活用し、生産性の向上をはかってゆくのか、新たな競争のステージに入ったといえます。

続きは、・・:https://twitter.com/PurchaseTW #機械学習 #AmazonForecast 

━━━━━━ お知らせ! ━━━━━━━━━━━━━━━

      *食品スーパー・ドラッグストア、全上場企業約100社を対象!
      *分析事例:eラーニングでサンプル分析を公開

 1.Slack開設、「POS分析」_13人!

 2.週間!食品スーパーマーケット最新情報:まぐまぐ
 3.facebookに「食品スーパーマーケット最新情報」グループ創設_1,000人

September 10, 2019 |

Comments

Post a comment