Amazon Forecast 不再面向新客户提供。Amazon Forecast 的现有客户可以继续照常使用该服务。了解详情
![Anaplan Anaplan](https://d1.awsstatic.com/product-marketing/Forecast/Anaplan_Logo_CMYK_blue.e537c0f38e0b9ae2d7781ccf4d01135be1267b19.png)
Anaplan
Anaplan Inc. 是一家原生云企业 SaaS 公司,帮助全球企业协调业务绩效。各行各业的领导者依靠我们的平台将他们组织中的团队、系统和见解联系起来,以不断适应变化,改变他们的运营方式,重塑价值创造。总部设在旧金山的 Anaplan 在全球有 20 多个办事处,175 个合作伙伴和大约 1500 个客户。
“我们与 Amazon Forecast 建立了极具影响力的合作伙伴关系,使客户能够从需求管理、财务预测和人力资源规划等使用场景中获取预测性情报。我们的 PlanIQ 解决方案提供了更高的预测准确度,并嵌入了 Amazon Forecast 功能,因此能够更好地基于情报进行决策,还可以无缝集成到 Anaplan 平台内,以便于利用不同级别的信息和数据。 South Central Ambulance Services 等客户在仅仅 2.5 周内启动并运行,并使用 PlanIQ 提供更准确的每周和六周的滚动预测。通过帮助他们缓解风险 — 尤其是在患者需求峰值期间,PlanIQ 有助于确保他们获得正确的资源,以便能够取得最佳的患者疗效和结果。”
Rohit Shrivastava,Anaplan 首席产品官
![The Very Group The Very Group](https://d1.awsstatic.com/logos/The_Very_Group_Logo.4ce3595c19b9935a74ee4726b35835ce8628d161.jpeg)
The Very Group
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,销售 1800 多个知名品牌,拥有 440 万客户,每年交付 4900 万件产品。
“我们与 AWS 合作,利用 AWS 预测和 AI/ML 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。”
Steve Pimblett,The Very Group 首席数据官
![More Quality First More Quality First](https://d1.awsstatic.com/logos/customers/more-quality-first-600x400.f4f35c207e38bd7516fc6cc24ff2a320e6110f2d.png)
More Retail
More Retail 是印度全渠道食品和杂货零售的先锋,其使命是在食品和杂货领域成为印度消费者的首选。More 在印度拥有 22 家特大型超市和 624 家大型超市,由 13 个经销中心、7 个果蔬集散中心和 6 个主食加工中心组成的供销网络成为了这些超市的坚实后盾。
“More 是印度食品和杂货‘生鲜’类别的市场领导者。为了开展可行的业务,More 需要同时管理生鲜农产品的库存,同时最大程度地减少浪费。为了平衡这些竞争优先级,More 与 AWS、Ganit(一家数据科学咨询公司)建立了合作伙伴关系,共同构建和部署的需求预测和自动订购系统(围绕 Amazon Forecast 构建)。我们需要在“商店-商品-日”级别建立非常精细的预测,因此我们基于 ABC-XYZ 框架确定了开发工作的优先次序。
我们基于历史模式在 3x3 矩阵上绘制了“商店-商品”组合:销售显著性的 ABC 轴(A - 高,B - 中,C - 低)、可预测性的 XYZ 轴(X - 更易于预测,Z - 难以预测)。正如预期,ABC-XY 存储桶中的项目的预测准确性远优于 Z 存储桶。但是,对于 Z 存储桶中的组合,Amazon DeepAR+ 显著优于指数平滑等传统方法,能够使预测准确性提高 10%。由于 Amazon Forecast 有能力学习其他 SKU (XY) 模式并将其应用于 Z 存储桶中高度不稳定商品,因此这一点可以实现。
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,这帮助我们优化了过低和过高的预测成本,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。”
Supratim Banerjee - More Retail 首席技术官
![](https://d1.awsstatic.com/webteam/homepage/customer-logos/Meesho_Logo_150x150.3fc4960914d3bcd0dfada3e3ab888686c7947052.png)
Meesho
Meesho 是印度最大的长尾/无品牌产品市场,我们的愿景是帮助 1 亿家印度小企业取得在线成功。Meesho 市场为微型和中小型企业,以及个人企业家提供与数百万客户接触的机会,使其能够在超过 100 种类别、泛印度物流、支付服务以及客户支持能力当中进行选择,从而在 Meesho 生态系统中高效经营他们的业务。
“在 Meesho,我们有很多产品的使用期限较短,因此对于我们来说,对与产品性能相关的关键指标做出反应,并以最优方式管理我们的库存显得非常重要。通过使用 Amazon Forecast,我们能够每周/每天预测产品的需求,并且与现有解决方案相比,其预测准确性提高了 20%。Amazon Forecast 提供简单易用的 API,可帮助我们以其他内部模型所需的一半时间轻松构建自动化系统。针对当前库存,我们采用 Amazon Forecast 并取得了喜人的成果。随着产品种类不断增加,我们计划继续利用它来提高关于这些产品的预测准确性。”
Ravindra Yadav,Meesho 数据科学总监
![Planalytics, Inc. Planalytics, Inc.](https://d1.awsstatic.com/Customer%20References%20Directory%20Logos/shimamura-logo%401x.bd85042436390718a28eceb24781443ea6531d00.png)
Shimamura Music
Shimamura Music 的前身是日本 1962 年建立的一所小型音乐学校,公司成立于 1969 年,并在该年开始向学生销售乐器。公司以“创造更多可以享受音乐的人”为使命,目前在全国 39 个都道府县设有零售店和音乐学校。该公司被称为日本最大的乐器零售店和日本领先的音乐学校之一,为音乐家提供支持,包括修理乐器、策划和举办活动和音乐会,以及运营音乐工作室。
“虽然我们并不完全熟悉 AWS,但我们仍然能够使用 Amazon Forecast 实现自动订购。团队已成功从我们的本地需求预测工具和数据库迁移过来。这使他们能够继续致力于我们的长期项目,从而改善业务。我对系统在使用 AWS 时的发展印象深刻。”
Shimamura Music Co. 物流部的 Rumi Aoyagi
![Planalytics, Inc. Planalytics, Inc.](https://d1.awsstatic.com/Adore%20Beauty%20logo.71fa87d5059e9fb590ea78e03c4aeae884fe2459.png)
Adore Beauty
![More Quality First More Quality First](https://d1.awsstatic.com/product-marketing/Amazon%20Machine%20Learning/foxconn%20logo%20vector200.81ed3aa1307ea703fe6a4b35beb0318f48c5f64a.png)
富士康
鸿海科技集团(富士康)是世界上最大的电子产品制造商和技术解决方案提供商。在新冠肺炎 (COVID-19) 疫情期间,富士康的客户需求、供应量和生产能力出现了前所未有的波动。该公司与 Amazon Machine Learning Solutions Lab 协作,为其位于墨西哥的工厂开发了一个需求预测模型,以利用简单的 API 调用和输入数据生成准确的净订单预测。
“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
![](https://d1.awsstatic.com/webteam/homepage/customer-logos/Clearly_logo.be4d87495ef4dc67ce2eef577dc23b02e7ec8217.png)
Clearly
Clearly 是世界上屈指可数的在线眼镜零售商之一,秉持的理念是每个人都应看清世界。他们本着改善人们视力的使命,通过简单易用的在线平台为全球客户提供眼镜、隐形眼镜和太阳镜,并帮助有需要的人获得免费的眼镜和眼部护理服务。
“借助 Virtual Try On 等领先的电子商务工具,再结合无与伦比的客户服务,他们努力以经济实惠且轻松的方式帮助每个人看清事物,这意味着需要不断地寻找创新、改进和简化流程的方法。当今零售业机器学习面临的最大挑战之一是如何有效且准确预测客户未来的行为。在短短几周内,Amazon Forecast 让我们能以超过 97% 的准确率,准确、可靠地预测下一周的销售额,以超过 90% 的准确率,预测下个月的销售额。”
Ziv Pollak 博士,Clearly 机器学习团队负责人
![Swiggy Swiggy](https://d1.awsstatic.com/product-marketing/Amazon%20Machine%20Learning/Swiggy%20Orange%201-01.8aee1c0acf448cec41c09c36a5def41b3afca2ac.png)
Swiggy
Swiggy 是印度最大的按需超本地市场,其愿景是为城市消费者提供提供各种类别(食品、杂货)的无与伦比的便利。Swiggy 总部位于班加罗尔,在 500 多个城市与超过 13 万家餐厅/商店合作,并运营着一支由 20 万名配送伙伴组成的按需配送车队。
“对我们来说,对主要业务指标的变化做出快速反应至关重要,这些指标在空间上(例如城市内的区域)和时间上(例如一天中的时间)进行了细分。例如,如果我们能够预测关键业务指标的变化,如每次送货的成本,那么我们就可以更好地管理我们的相关成本和激励措施。AWS Forecast 让我们可以轻松地使用影响业务指标的相关数据来提高预测的准确性。我们对利用 Amazon Forecast 来预测我们在超本地物流领域的业务指标开展了初步评估,看起来很有前景,我们计划利用它来提高我们的业务指标预测准确性。”
Vijay Seshadri,Swiggy 杰出工程师
![RetentionX RetentionX](https://d1.awsstatic.com/product-marketing/Forecast/logo-horizontal-xx-transparent.fb36d1bee645917953f654f1a32004d1e07daa36.png)
RetentionX
RetentionX 是即插即用型分析解决方案,适用于任何希望基于 AI 驱动的数据分析做出最佳业务决策的电子商务商店。RetentionX 可将您的数据转换为清晰的操作,只需一个简单易用的工具即可完成整个数据科学团队的工作。
“我们直接面向消费者的客户正在寻求快速见解,以便管理其业务运营并推动自动化操作。我们可与 Shopify 等任何电子商务系统集成,并提供 100 多种数据科学驱动的分析,例如需求预测、客户生命周期价值、客户流失预测、群组分析和收入预测。只需单击一下,使用 RetentionX 的客户就可以在 Amazon Forecast 的支持下即时生成基于自定义机器学习的预测。此外,客户可以轻松查看我们使用 Amazon SageMaker 构建的客户流失预测和客户生命周期价值等见解,并根据这些见解自动开展营销活动。我们的系统能够从类似公司的数据中学习,以便为决策者提供独特的见解。我们选择 Amazon Forecast 是因为它易于集成,而且整个架构都部署在 AWS 上。借助 Amazon Forecast,我们在不到一周的时间内将 5 种预测模型扩展到了 200 多种。作为具有数百种预测模型的软件即服务解决方案,必须具有可扩展性和可用性。AWS 是我们确保实现这一目标的理想合作伙伴。”
RetentionX 首席执行官 Alexander Jost
AffordableTours.com
AffordableTours.com 是美国最大的旅游销售商之一,提供陪同旅游、游轮、河上巡游和活动度假等服务。我们通过屡获殊荣的服务团队,以低廉的价格提供最优质的客户服务,将世界各地的旅行者送达梦想中的假期。
“在 AffordableTours.com,我们的客户会情不自禁拿起电话打给我们。我们勤奋工作,为他们提供价格实惠的旅游套餐,帮助他们观赏和体验新奇的事务。为了使我们的业务蓬勃发展并提供更低廉的价格,我们需要尽可能提高效率。我们的业务遍布全球,因此经常遇到资源配置与客户呼叫量不平衡的问题。有时我们的座席数量过多,有时则过少,这就会导致客户体验不一致、电话漏接率和运营成本增加的问题。通过使用 Amazon Forecast,我们现在能够预测客户需求呼叫量,以确保我们每天有合适数量的座席,将我们的电话漏接率降低了约 20%。”
Marc Rosenthal,Affordabletours.com 高级项目经理
![Axiom Telecom Axiom Telecom](https://d1.awsstatic.com/product-marketing/Forecast/Axiom%20Telecom_tagline.a40a80ba9e6298ed5ba5ce2b04f2bd775ad39c28.jpg)
Axiom Telecom
Axiom Telecom 是中东地区移动手机和技术分销领域的市场领导者,市场份额约为 55%,并渴望增长到 60% 以上。如今,它向 10,000 多个独立和有组织的零售客户分销电信产品。该公司的业务合并了无线移动设备的批发、零售、增值服务和售后服务,如诺基亚、荣耀、索尼爱立信、摩托罗拉和三星。集团拥有 30 个仓库和 300 多辆配送车辆。
“Amazon Forecast 使我们能够准确预测销售额,并提供更好的库存规划。这不仅让我们真正取得了成功,也让我们的客户取得了成功。在使用 Amazon Forecast 之前,我们非常依赖统计模型和手动流程的结合来预测销售和库存管理。这需要大量的时间和人力资源来维持这些人工预测,但也给错误留下了空间。通过 Amazon Forecast,我们已经看到明显的可用性增加了 20%,库存优化增加了15%。此外,我们已经将以前进行手动预测的团队转移到现在,专注于从新预测中提取见解的更多增值工作,以帮助改善我们的业务成果。”
Wassim Al Khayat – 集团技术与创新总监
![Heroleads Heroleads](https://d1.awsstatic.com/product-marketing/Forecast/Heroleads.65a3b4428fca6c5192af1f76fe2565fd0562750a.png)
Heroleads
Heroleads 是东南亚领先的绩效营销公司,为客户提供针对其营销需求量身定制的集成端到端解决方案,可最大程度地提高其 MROI。
“我们的媒体策划团队将 60% 的时间用于建立和维护手动预测模型,以支持销售和运营团队了解各种数字营销渠道和行业的绩效趋势并就如何实现 KPI 制定计划。通过集成 Amazon Forecast,我们使团队能腾出时间以专注于更具增值能力的工作,扩大我们模型的覆盖范围,以供其他团队使用,并将我们预测模型的准确率提高到 99%。通过使用 Forecast,我们获得了更快的洞察力、更高的可预测性、绩效预警系统、动态预算规划和更准确的投资模型,可确保我们所有的营销活动 KPI 都能在适当的时间高效得到满足,进而提高了我们更好地为客户服务的能力,并且提振了我们团队内部的信心。"
Amit Das,Heroleads 首席数据工程师
![OMotor OMotor](https://d1.awsstatic.com/logos/customers/omotor-600x400.d81ebc43c2c3ad555d8325ecac5d4a9f4b6c4926.png)
OMOTOR
OMOTOR 通过 AI 向企业提供最佳的机器学习算法、计算机视觉技术以及能够通过 WhatsApp 和其他平台通信的认知机器人,进而帮助他们进行改善。
“在 OMOTOR,我们代表客户使用 AI 进行创新,因此,为了使客户取得成功,我们必须使用 AWS 最前沿的深度学习技术。借助 Amazon Forecast,我们能够利用时间序列数据创建和细化各种预测,无需每次都手动构建和训练模型。我们预测未来 12 个月的实际销售情况,这样就可以充分地规划库存,预估未来盈利能力,跟踪市场份额的增减情况,以及其他洞察信息。这意味着,我们可以使用更多的上下文数据,更频繁地进行优化,生成准确率可提高 50% 以上的预测,并能以非常快的速度运行。例如,我们正在帮助汽车行业中的客户预测 185 款车在巴西的销售情况。”
Marcio Rodrigues,OMOTOR 首席执行官
![KetteQ KetteQ](https://d1.awsstatic.com/ketteq-logo.dedb143e1b1040f130d0a8d279b2bc30f68b13a8.png)
ketteQ
ketteQ 是一个独有的数字平台,用于供应链规划和自动化解决方案,内置并部署在 Salesforce 和 AWS 云中,规模强大和安全性高。ketteQ 由具有数十年经验的供应链专家建立,提供先进的数据管理和分析,结合协作和自动化工作流程,旨在实现安全性、可扩展性和可配置性。总部设在佐治亚州亚特兰大的 ketteQ 拥有遍布全球的团队、合作伙伴和客户。
“ketteQ 的需求规划和预测解决方案用于为各种用例生成预测,包括零售和全渠道业务的预测、服务部件预测、季节性产品预测、促销规划等。ketteQ 与 AWS 的合作使我们能够向客户提供全面的预测解决方案,该解决方案将 Amazon Forecast 的创新科学与 ketteQ 的协作和共识预测能力相结合。根据历史数据所获得的见解与来自销售、营销和财务的前瞻性情报相结合,从而生成了高度准确的预测。”
![Forenamics 徽标 Forenamics 徽标](https://d1.awsstatic.com/product-marketing/Forecast/forenamics_logo_update.e58c1df739ac8bd05473fa6b9194fccf516bd8c2.png)
Forenamics
Forenamics 人的使命是在快速变化的消费品制造公司内与供应链的低效率斗争。通过他们的高端需求规划解决方案,客户能够更准确地规划自己的生产,以避免生产过剩和生产不足。Forenamics 总部位于德国科隆,为全球行业领袖到中小型企业规模的客户提供服务。
“在 Forenamics,我们致力于为客户带来可达到的最高需求规划准确度。我们帮助客户更好地了解关键需求驱动因素,例如促销、营销、定价和更多考量。我们独特的高准确性预测模型可将生产过剩和生产不足的情况分别减少高达 35% 和 25%,从而显著地提高交付能力,减少浪费。Amazon Forecast 已成为业务中出色的合作伙伴,与我们的平台相得益彰,有助于确保准确性、并发性和敏捷性。”
Jonathan Kurth,创始人兼首席执行官 - Forenamics
![Remarkably Remarkably](https://d1.awsstatic.com/Remarkably-logo-black-and-blue.4226bf5700fc2b698d747e62a21fbd42bf2c948c.png)
Remarkably
Remarkably 是面向美国多户型房地产团队的市场营销智能解决方案。该平台让客户能够掌握营销和租赁绩效问题、风险和机会,因此他们可以以更低成本提高收入和效率,并获得更出色的 ROI。
“领导美国多户型市场营销团队使用 Remarkably 来监控与分析他们的房地产营销和漏斗,以及他们的广告渠道绩效和 ROI。我们的客户重视反映过去发生过什么的历史数据,以及反映将来可能发生什么的 KPI 预测,他们可以借此采取行动来规避风险,把握住机会。这两个重要的数据集可以帮助我们的用户优化宝贵的营销资源,避免占用率和收入的下滑。我们利用 Amazon Forecast 来预测产品的 KPI 并获得出色的结果。整个集成过程相对简单、快速而且经济高效,使我们能够按计划为客户提供高价值的稳定预测,并控制在预算范围以内。”
Anna-Lea Dieringer,Remarkably 的联合创始人
![](https://d1.awsstatic.com/webteam/homepage/customer-logos/datup_logo_violeta_200x70.44cf15a3863dddd2389c2213589b307baa7a7288.png)
Datup
Datup 是一个需求规划和库存管理 SaaS 平台,制造和零售公司可利用它将数据转变成时间和资本节约。Datup 解决方案允许其客户将多种源(例如,ERP、电子数据表和普通文件)集成到云中。Datup 在预测和库存优化领域的 AI 导向技术可使客户通过改善服务等级增加收入,并释放运营资本以避免库存过剩。
“在 Datup,我们通力与客户合作完成为其供应链采用新兴技术的过程,这可能会转化成运营效率和可持续性。预测是我们价值主张的基石,不仅能够根据数据导向的工具提高需求规划准确度,还能根据业务所需的响应时间减轻与信息准备有关的运营负担。Amazon Forecast 与我们的平台相得益彰,有助于确保准确性、并发性和敏捷性。我们的客户(自助或高接触)预计要在几小时内处理数十万个 sku-位置,以便根据其运营计划做出及时且最知情的决定。通过预测为库存优化功能提供准确的动态输入,帮助我们的客户提高了服务水平,填充率超过 92%,同时通过消除过剩和陈旧库存释放了高达 20% 的资本。”
Ramiro Chaparro,Datup 首席技术官