Meesho_Logo_150x150

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

datup_logo_violeta_200x70

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

Clearly_logo

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

More Quality First

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 USD 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

More Quality First

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

Anaplan

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。 

“全球企业使用 Anaplan 的原生云平台,通过连续预测和敏捷场景建模来协调绩效。通过将 Amazon Forecast 集成到我们的平台中,我们的财务、供应链、销售和人力资源客户可以通过嵌入式机器学习进一步利用智能来创建灵活、可靠的预测。我们很荣幸能与 Amazon Forecast 一起提供Anaplan PlanIQ,帮助我们的客户以更高的准确性进行预测,以做出智能驱动的决策,从而赋予他们竞争优势。”

Rohit Shrivastava,产品和用户体验高级副总裁 – Anaplan

RetentionX

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 Amazon Web Services 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。亚马逊云科技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

Swiggy

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

Axiom Telecom

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

DevFactory

DevFactory

DevFactory 这家工厂从事软件开发中具有重复性、低价值的任务,这样开发团队就可以将其宝贵的开发资源集中用于向其产品和客户交付价值。

“使用 AI 改善我们自己的产品和运营状况,是工厂的基本原则。我们在一些产品中将 Amazon Forecast 用作基本功能,以便更准确地预测销售情况,并因此能够提供更好的库存计划。借助 Amazon Forecast,我们能够在我们的产品中使用高级机器学习算法,而无需手动构建和训练模型。这不仅简化了我们产品的构建和维护,还为我们的客户提供了更高的准确性、可用性和可扩展性。这不仅让我们取得了成功,也让我们的客户取得了成功。”

DevFactory 首席执行官 Rahul Subramaniam

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

CasaOne

CasaOne

CasaOne 提供具有成本效益的一站式家具租赁解决方案,并提供设计指导、无缝项目管理以及白手套搬家、送货和安装体验。

“在 CasaOne,我们要确保我们的客户在几个工作日内就可以拿到他们的家具。为了更好地预测 CasaOne 客户在旧金山湾区可能要租赁的沙发数量或客户可能在纽约要租赁的咖啡桌数量,我们使用了 Amazon Forecast 的功能。与我们现有的预测算法相比,使用 Amazon Forecast 后的销售预测准确率提高了 20%。这意味着,我们可以储备适当的产品,节省数千美元的采购成本。从长远来看,改进产品选择也会提高客户体验。”

Madhusudan Kagwad,CasaOne 的联合创始人兼产品主管 

Heroleads

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

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 的首席执行官

OMNYS

OMNYS

OMNYS 基于系统集成、网络和移动技术、IoT、机器学习和大数据设计与构建数字平台,以提供具有突破性的解决方案。在学习终极技术、研发和对市场需求进行分析的过程中,OMNYS 为众多行业带来创新。

“Amazon Forecast 帮助我们为 Arneg S.p.A. 提供全新的见解和业务价值,该客户是冰箱制造行业的全球领导者,每天收集约 1100 万条 IoT 记录。借助于 Amazon Forecast,我们可以在数个小时内开始构建模型,而在传统上,这个过程可能需要数周或数个月。客户只要我们从他们的原始数据中提取价值,但通过采用 Amazon Forecast,我们可以做得更多。我们构建的模型可提前三天为其安装在世界各地购物中心的冰箱预测能耗,准确性达到 91%;维护预测模型能提前至少一天对设备停机的风险进行更出色的评估,从而减少来自其客户的紧急电话。我们的客户利用这些见解来改善其客户体验管理方式的潜力是无可限量的。”

Davide Pozza,OMNYS 的首席技术官 

Planalytics, Inc.

Planalytics, Inc.

Planalytics, Inc. 是 Business Weather Intelligence® 的全球领导者,提供全面的天气分析以帮助组织做出更有利的商业决策。凭借高级天气分析技术、规划和优化解决方案和特定于行业的专业知识,Planalytics 帮助公司准确地评估和衡量天气驱动的影响,并有效应对不断变化的天气。

“在 Planalytics,我们没有将我们的市场领导地位视为理所当然,而是一直在寻找改进分析的工具和技术。相对于使用原始天气数据,使用 Amazon Forecast 能够快速有效地量化为最先进的客户提供的预测改进。对于 Planalytics 而言,量化功能是一项颠覆性的变革,使我们能够向客户证明真正的投资回报率。”

Derron Simon,Planalytics 的首席营运官

Puget Sound Energy

Puget Sound Energy

Puget Sound Energy (PSE) 是华盛顿州最大的公用事业公司,为该州 10 个县的社区中的 110 万家电力客户以及 825000 家天然气客户提供支持。

“在 PSE,我们已使用 Amazon Forecast 来预测一所典型住宅的电力和燃气的使用情况。我们发现,即使通过一组非常有限的历史使用数据和天气数据,Amazon Forecast 也能很好地预测出 30 天的使用情况,且几乎不需要进行任何手动操作。随着对环保型能源解决方案的日益重视,能够针对我们每个客户的家庭和公司提供更准确的能耗预测,对于像 PSE 这样的能源服务提供商来说至关重要。借助这些增强的分析功能,PSE 将能够确定定制的节能项目和服务,以便最终降低客户费用。” 

Paul Johnson,PSE 高级云架构师 

阅读 Amazon Forecast 文档
了解有关 Amazon Forecast 的更多信息

有关 Amazon Forecast 的使用说明,请参阅开发人员指南

注册 AWS 账户
注册免费账户

立即享受 AWS 免费套餐。 

开始使用 Amazon Forecast 进行构建
开始在控制台中构建

AWS 控制台中开始使用 Amazon Forecast 进行构建。