业务指标分析 | 机器学习

准确预测需求是建立高效供应链的基础。准确的需求预测可以确保正确的资源在正确的时间出现在正确的地点。在零售和消费品行业，优化库存可以最大限度地减少缺货和代价巨大的促销活动，减少成本高昂的店内调货，最大限度地削减运营资金，让您更有效地调配现金。但是，分析大量数据以预测未来价值是一件复杂而耗时的事情，并且不一定准确。

Amazon 的人工智能/机器学习服务（包括 Amazon Forecast、Amazon SageMaker Canvas 和 SageMaker JumpStart）结合了无代码和低代码解决方案，业务分析师和数据科学家无需具备机器学习方面的专业知识，就可以利用此类服务的强大力量。

优势

智能满足变化需求

Amazon 的预测服务可利用机器学习技术分析大量数据，理解商品之间的微妙模式和关系，并准确预测未来需求。AWS 的人工智能和机器学习预测服务在 Amazon 二十多年经验的基础上得到了完善。

扩展您的数据科学能力

您无需具备机器学习方面的专业知识，即可生成高度准确的预测。这意味着，您的业务分析师可以采用机器学习预测问题，使您的数据科学家能够专注于解决其他业务问题。

根据自己的条件进行预测

AWS 提供多种服务以满足您的特定用例：Canvas 提供图形化、无代码服务，使业务分析师能够轻松采用机器学习技术预测问题；Amazon Forecast 允许开发人员直接向 API 编写代码；SageMaker JumpStart 允许用户构建和整合自己的模型。

做出更明智的业务决策

通过假设分析对预测展开压力测试，以确定促销或不同营业时间等业务决策对销售额的影响。

客户案例

The Very Group 是英国最大的综合数字零售商和金融提供商，年销售额超过 22 亿英镑，网站日访问量超过 180 万次。该公司拥有包括 Very.co.uk、 Littlewoods.com 和 LittlewoodsIreland.ie 在内的自有品牌，并销售 1800 多个知名品牌的商品，拥有 440 万客户，每年交付 4900 万件产品。

“我们与 AWS 合作，利用 AWS 的预测和人工智能/机器学习解决方案来加速和构建新的零售需求预测能力。依靠国际团队和全面协作，The Very Group 取得了令人难以置信的成功，实现了 9.9% 的 SKU 管理改进，价值超过 1.1 亿英镑。这些成绩归功于该计划投入了 800 多个小时，完成了 70 多个实验，产生了超过 800 万个预测。现在，我们正准备将该模型扩展到其他业务领域，在整个组织中使用其他用例进行迭代，并想 Amazon Forecast 添加更新的数据，以不断提高模型的准确性。”

The Very Group 首席数据官 Steve Pimblett

“使用 Amazon Forecast，我们能够将我们的预测准确性从 27% 提高到 76%，将生鲜农产品类别的浪费减少 20%。Amazon Forecast 提供了预测分布，这帮助我们优化了预测不足和过度导致的成本，将缺货率控制在 3%，并提高了毛利率。这使我们的商店经理可以更轻松地通过查看每日预测来下达更准确的采购订单。现在，我们准备将该模型扩展到其他类别，使用其他相关数据集进行迭代，并向 Amazon Forecast 添加更新的数据以不断提高模型的准确性。”

More Retail 首席转型官 Supratim Banerjee

“AWS 一流的机器学习团队给我留下了深刻的印象。我的团队与 Amazon Machine Learning Solutions Lab 密切合作，在几周内就利用 Amazon Forecast 开发了一个需求预测模型。我们的解决方案将我们的预测准确率提升了 8%。我们预测，利用该解决方案后，我们位于墨西哥的工厂每年将节约 55.3 万美元的资金。另一个好处是，将我们的数据基础设施迁移到 AWS 后，我们可以很轻松地将该解决方案集成到我们的云工作流程中。与 AWS 的这次合作有助于我们尽可能降低浪费的劳动成本，同时最大限度地提升客户满意度。”

富士康技术顾问兼 CoE 架构师 Azim Siddique