Amazon Forecast
Präziser Zeitreihenprognosen-Service, basierend auf der gleichen Technologie, die auf Amazon.com verwendet wird. Keine Machine Learning-Kenntnisse erforderlich.
Amazon Forecast ist ein vollständig verwalteter Service, der basierend auf Machine Learning sehr genaue Prognosen erstellt.
Heutzutage verwenden Unternehmen alles Mögliche, von einfachen Tabellenblättern bis hin zu komplexer Software zur Finanzplanung, um präzise Prognosen zu zukünftigen Unternehmensergebnissen zu stellen, wie z. B. Produktnachfrage, Mittelbedarf oder finanzielle Leistungsfähigkeit. Diese Tools erstellen Prognosen anhand von Zeitreihen historischer Daten, die als Zeitreihendaten bezeichnet werden. Zum Beispiel versuchen solche Tools, den zukünftigen Umsatz eines Regenmantels durch die alleinige Analyse vorhergehender Umsatzdaten zu prognostizieren. Dem liegt die Annahme zugrunde, dass die Zukunft durch die Vergangenheit bestimmt wird. Diese Strategie kann jedoch bei großen Datensätzen, die unregelmäßige Trends aufweisen, zu Problemen bei der Erstellung von präzisen Prognosen führen. Außerdem lassen sich bei dieser Strategie Datenreihen, die sich im Zeitverlauf verändern (z. B. Preise, Rabatte, Webverkehr und Mitarbeiterzahl) nicht einfach mit relevanten unabhängigen Variablen, wie z. B. Produktmerkmale und Filialstandorte, kombinieren.
Basierend auf der gleichen Technologie wie bei Amazon.com nutzt Amazon Forecast Machine Learning, um Zeitreihendaten mit zusätzlichen Variablen zu kombinieren und Prognosen zu erstellen. Es sind keine Vorkenntnisse im Bereich Machine Learning nötig, um Amazon Forecast einzusetzen. Es müssen nur historische Daten sowie alle zusätzlichen Daten angegeben werden, von denen Sie glauben, dass sie die Prognosen beeinflussen können. So kann zum Beispiel die Nachfrage nach einem Hemd in einer bestimmten Farbe je nach Jahreszeit und Filialstandort variieren. Dieses komplexe Beziehungsgeflecht lässt sich nur schwer von alleine bestimmen. Die Machine Learning-Technik eignet sich jedoch perfekt dafür, dieses Geflecht zu erkennen. Sobald Sie in Amazon Forecast die Daten zur Verfügung gestellt haben, werden sie automatisch auf ihre Aussagekraft überprüft. Daraufhin wird ein Prognosemodell erstellt, das bis zu 50 % präziser ist, als wenn nur Zeitreihendaten betrachtet werden.
Amazon Forecast ist ein vollständig verwalteter Service. Es müssen also keine Server bereitgestellt oder Machine Learning-Modelle entwickelt, geschult oder verfügbar gemacht werden. Sie zahlen nur für den tatsächlichen Gebrauch während der Nutzung. Es fallen keine Mindestgebühren oder Vorausleistungen an.
Vorteile
50 % präzisere Prognosen durch Machine Learning
Amazon Forecast erstellt bis zu 50 % präzisere Prognosen durch den Einsatz von Machine Learning, um automatisch zu erkennen, wie Zeitreihendaten und andere Variablen, z. B. Produktmerkmale und Filialstandorte, einander beeinflussen. Dadurch lässt sich besser nachvollziehen, wie dieses komplexe Beziehungsgeflecht letztlich die Nachfrage beeinflusst, als wenn nur Zeitreihendaten betrachtet werden. Die von Amazon Forecast erstellten Modelle sind speziell auf Ihre Daten zugeschnitten, d. h. dass auch die Prognosen konkret auf Ihr Unternehmen angepasst sind.
Reduzieren Sie den Prognoseaufwand von Monaten auf Stunden
Mit Amazon Forecast können Sie in nur wenigen Stunden eine Prognosegenauigkeit erreichen, die bisher nur nach monatelangen Entwicklungsverfahren möglich war. Sie können Zeitreihendaten sowie dazugehörige Daten aus der Amazon S3-Datenbank nach Amazon Forecast importieren. Von dort aus lädt Amazon Forecast automatisch die Daten, prüft sie und ermittelt die Schlüsselattribute, die für die Prognosestellung nötig sind. Anschließend schult und optimiert Amazon Forecast das auf Ihr Unternehmen zugeschnittene Modell und hostet es in einer hochverfügbaren Umgebung, in der die Unternehmensprognosen erstellt werden können. Amazon Forecast gibt Ihnen die Möglichkeit, schnell präzise Prognosen zu erstellen, indem es automatisch die komplexe Machine Learning-Funktion einsetzt, um das Prognosemodell zu erstellen, zu schulen, abzustimmen und bereitzustellen.
Erstellen Sie faktisch beliebig viele Zeitreihenprognosen
Für Ihr Unternehmen benötigen Sie viele verschiedene Zeitreihenprognosen, vom Cashflow über die Produktnachfrage bis hin zur Ressourcenplanung. Mit Amazon Forecast können Sie Prognosen für praktisch alle Branchen und Anwendungsfälle erstellen, einschließlich Einzelhandel, Logistik, Finanzen, Werbeleistung und vieles mehr. Durch den Einsatz von Machine Learning kann Amazon Forecast jegliche historische Zeitreihendaten verarbeiten und eine große Bibliothek von integrierten Algorithmen einsetzen, um automatisch die beste Option für den auf Ihr Unternehmen zugeschnittenen Prognosetyp zu bestimmen.
Schützen Sie Ihre Unternehmensdaten und seien Sie unbesorgt
Alle Interaktionen mit Amazon Forecast werden durch eine Verschlüsselung geschützt. Alle von Amazon Forecast verarbeiteten Inhalte werden über den Amazon Key Management Service mit Kundenschlüsseln verschlüsselt und im Ruhezustand in der AWS Region verschlüsselt, in der Sie den Service nutzen. Administratoren können den Zugriff auf Amazon Forecast auch über eine AWS Identity and Access Management-Berechtigungsrichtlinie (IAM) steuern. Dadurch wird sichergestellt, dass vertrauliche Informationen sicher und vertraulich verwahrt werden.
So funktioniert es
Anwendungsfälle
Planung der Produktnachfrage
Mit Amazon Forecast können Sie angemessene Warenbestände für Ihre verschiedenen Filialstandorte prognostizieren. Stellen Sie Forecast Daten zu früheren Umsätzen, Preisen, Werbeaktionen von Filialen, Filialstandorten und Kataloginformationen aus Ihren Retail-Management-Systemen in einer durch Trennzeichen getrennten Datei (CSV, Comma Separated Value) über den Amazon S3-Speicher zur Verfügung. Anschließend können Sie diese Informationen mit dazugehörigen Daten kombinieren, wie z. B. Protokolle zum Website-Datenverkehr, Informationen zum Wetter und Versandpläne. Amazon Forecast erstellt anhand dieser Informationen ein Modell, mit dem präzise die Kundennachfrage nach Produkten auf Filialebene prognostiziert werden kann. Sie können die Prognosen gesammelt als CSV-Datei exportieren und wieder in die Retail-Management-Systeme importieren und so bestimmen, wie viel Bestand Sie kaufen und für die einzelnen Filialen bereitstellen müssen.
Finanzplanung
Präzise Finanzprognosen, wie z. B. Vorhersagen zum Umsatzerlös, sind für den Erfolg jedes Unternehmens ausschlaggebend. Mit Amazon Forecast können Sie wichtige finanzielle Kennzahlen wie Einnahmen, Kosten und Cashflow in verschiedenen Zeitspannen und Währungen prognostizieren. Als erstes müssen Sie historische finanzielle Zeitreihendaten in den Amazon S3-Speicher hochladen und anschließend nach Amazon Forecast importieren. Sobald das Modell erstellt wurde, wird in Amazon Forecast auch die Präzisionsstufe der Prognose angegeben. So können Sie entscheiden, ob weitere Daten erforderlich sind, bevor Sie das Modell einsetzen. In der Amazon Forecast-Konsole können Sie Prognosen auch in Form von Diagrammen anzeigen, um Sie noch besser bei der fundierten Entscheidungsfindung zu unterstützen.
Ressourcenplanung
Die Planung der richtigen Menge an verfügbaren Ressourcen, z. B. Personalbedarf, Werbeinventar und Rohstoffe für die Herstellung, ist für die Maximierung der Einnahmen und Kostenkontrolle wichtig. Zum Beispiel könnte ein Rundfunkunternehmen daran interessiert sein, das Werbeinventar je nach Region zu optimieren. Zu diesem Zweck können historische Daten hinsichtlich Zuschauerzahlen in verschiedenen Programmgruppen und geographischen Standorten, Metadaten zu den Inhalten und demografische Daten zu den Regionen nach Amazon Forecast importiert werden. Der Service lernt durch diesen Daten und stellt präzise und standortspezifische Prognosen zur Verfügung.
Kundenerfolg
More Retail
More Retail ist Vorreiter im Bereich Omni-Channel-Einzelhandel für Lebensmittel in Indien und hat sich zum Ziel gesetzt, für indische Konsumenten zur Marke der Wahl im Bereich Lebensmittel zu werden. More Retail zählt 22 Hypermärkte und 624 Supermärkte in Indien, die durch ein Netz von 13 Vertriebszentren, 7 Sammelzentren für Obst und Gemüse sowie 6 Verarbeitungszentren für Massenartikel unterstützt werden.
„More Quality First ist in der Kategorie der Frischwaren bei Lebensmitteln in Indien führend. Um wirtschaftlich tätig zu sein, muss More Quality First die Verfügbarkeit von frischem Obst und Gemüse verwalten und dabei den Ausschuss minimieren. Um diese Prioritäten miteinander zu vereinbaren, arbeitet More Quality First mit AWS und Ganit zu sammeln, einer IT- Beratungsfirma, um ein System für Prognosen der Nachfrage und automatische Bestellungen rund um Amazon Forecast aufzubauen und bereitzustellen. Es mussten sehr detaillierte tägliche Prognosen für Artikel in einzelnen Geschäften geschaffen werden. Deswegen wurde der Entwicklung auf Grundlage von ABC-XYZ Priorität eingeräumt.
Die Kombination von Artikel und Geschäft wird mittels einer 3x3-Matrix auf Grundlage vorliegender Muster dargestellt: Eine ABC-Achse der Wichtigkeit im Verkauf (A: hoch, B: mittel, C: gering) und eine XYZ-Achse der Prognostizierbarkeit (X: einfach zu prognostizieren, Z: schwierig zu prognostizieren). Wie zu erwarten, ist die Prognostizierbarkeit von Artikeln in den Kategorien ABC-XY deutlich besser als in der Kategorie Z. Amazon DeepAR+ jedoch zeigte für Kombinationen der Kategorie Z deutlich bessere Ergebnisse als herkömmliche Methoden wie exponentielle Glättung und es wurde eine inkrementelle Verbesserung der Prognosegenauigkeit von 10 % erzielt. Dies wurde möglich, da Amazon Forecast die Muster weiterer Artikelnummern (XY) erlernen und auf Artikel mit starker Schwankung der Kategorie Z anwenden konnte.
Mit Amazon Forecast konnten wir die Genauigkeit unserer Prognosen von 27 % auf 76 % steigern und den Ausschuss in der Kategorie von frischem Obst und Gemüse um 20 % senken. Amazon Forecast liefert eine Verteilung der Prognosen, mit der wir unsere Kosten für zu geringe und zu hohe Prognosen optimieren konnten. Dies führte zu Kosten durch Fehlbestände von 3 % und verbesserte Bruttomargen. Damit können die Filialleiter mit Blick auf die täglichen Prognosen genauer bestellen. Wir dehnen das Modell jetzt auf weitere Kategorien aus. Es erfolgt eine Iterierung mit weiteren einschlägigen Datensätzen und wir pflegen neuere Daten in Amazon Forecast ein, um die Genauigkeit des Modells fortlaufend zu verbessern.“
Supratim Banerjee, Chief Transformation Officer – More Retail
Shivaprasad KT, Gründer und CEO – Ganit
Swiggy
Swiggy ist Indiens größter hyperlokaler On-Demand-Marktplatz mit der Vision, urbanen Verbrauchern unvergleichlichen Komfort in verschiedenen Kategorien (Lebensmittel, Lebensmittelgeschäfte) zu bieten. Swiggy hat seinen Hauptsitz in Bangalore und ist in mehr als 500 Städten vertreten, arbeitet mit über 130.000 Restaurants/Läden zusammen und betreibt eine On-Demand-Flotte mit 200.000 Lieferpartnern.
„Für uns ist es von entscheidender Bedeutung, schnell auf Änderungen wichtiger Geschäftsmetriken zu reagieren, die räumlich (z. B. Zone innerhalb einer Stadt) und zeitlich (z. B. Tageszeit) segmentiert sind. Wenn wir beispielsweise Veränderungen bei wichtigen Geschäftsmetriken wie den Kosten pro Lieferung vorhersagen können, dann können wir die damit verbundenen Kosten und Anreize besser steuern. Mit AWS Forecast können wir auf einfache Weise verwandte Daten nutzen, die sich auf unsere Geschäftsmetriken auswirken, um die Prognosegenauigkeit zu verbessern. Unsere erste Einschätzung von Amazon Forecast zur Vorhersage unserer Geschäftsmetriken im Bereich der hyperlokalen Logistik sieht vielversprechend aus und wir planen, es zu einzusetzen, um die Genauigkeit unserer Prognosen für Geschäftskennzahlen zu verbessern.“
Vijay Seshadri, Erfahrener Ingenieur, Swiggy
Anaplan
Anaplan Inc. ist ein cloud-natives SaaS-Unternehmen, das globale Unternehmen bei der Orchestrierung der Geschäftsleistung unterstützt. Führende Unternehmen aus allen Branchen verlassen sich auf unsere Plattform, um die Systeme und Erkenntnisse der Teams aus allen Bereichen ihres Unternehmens miteinander zu verbinden, um sich kontinuierlich an Veränderungen anzupassen, ihre Arbeitsweise zu verändern und die Wertschöpfung neu zu erfinden. Mit Sitz in San Francisco hat Anaplan über 20 Niederlassungen weltweit 175 Partner und ca. 1500 Kunden weltweit.
"Globale Unternehmen nutzen die cloud-native Plattform von Anaplan, um die Leistung durch kontinuierliche Vorhersage und agile Szenariomodellierung zu orchestrieren. Mit der Integration von Amazon Forecast in unsere Plattform können unsere Kunden aus den Bereichen Finanzen, Lieferkette, Vertrieb und Personalwesen durch eingebettetes Machine Learning weitere Informationen nutzen, um schnelle und zuverlässige Prognosen zu erstellen. Wir sind stolz darauf, Anaplan PlanIQ mit Amazon Forecast zu liefern, um unseren Kunden eine genauere Prognose zu ermöglichen, die ihnen einen Wettbewerbsvorteil verschafft.
Rohit Shrivastava, SVP Product and UX - Anaplan
Axiom Telecom
Axiom Telecom ist mit einem Marktanteil von ca. 55 % und dem Bestreben, über 60% zu wachsen, Marktführer im Bereich der Telekommunikation im Bereich des Vertriebs von Mobiltelefonen und Technologie in der Region des Nahen Ostens. Heute vertreibt sie Telekommunikationsprodukte an über 10.000 unabhängige und organisierte Einzelhandelskunden. Die Aktivitäten des Unternehmens umfassen Großhandel, Einzelhandel, Mehrwertdienste und Kundendienst für drahtlose mobile Geräte wie Nokia, Honor, Sony Ericsson, Motorola und Samsung. Die Gruppe verfügt über 30 Lagerhäuser und eine Flotte von mehr als 300 Vertriebsfahrzeugen.
"Amazon Forecast hat es uns ermöglicht, die Verkäufe genau vorherzusagen und eine bessere Bestandsplanung zu liefern. Es ist ein echter Gewinn nicht nur für uns und unser Unternehmen, sondern auch für unsere Kunden. Vor der Verwendung von Amazon Forecast haben wir uns bei der Umsatzprognose und der Bestandsverwaltung stark auf eine Kombination aus statistischen Modellen und manuellen Prozessen verlassen. Dies erforderte einen erheblichen Ressourceneinsatz an Zeit und Personal, um diese manuellen Vorhersagen aufrechtzuerhalten, ließ aber auch Raum für Fehler. Mit Amazon Forecast haben wir eine Steigerung von über 20 % bei der nachgewiesenen Verfügbarkeit und 15 % bei der Optimierung der Lagerbestände gesehen. Darüber hinaus haben wir unsere Teams, die bisher manuelle Vorhersagen durchführten, so umgestellt, dass sie sich jetzt auf wertschöpfendere Bemühungen konzentrieren, Erkenntnisse aus den neuen Prognosen zu gewinnen, um unsere Geschäftsergebnisse zu verbessern".
Wassim Al Khayat - Group Director of Technology and Innovation
OMNYS
OMNYS bietet bahnbrechende Lösungen durch Entwickeln und Gestalten von digitalen Plattformen auf Grundlage von Systemintegration, Web- & Mobiltechnologien, IoT, Machine Learning und Big Data. Durch Erlernen ultimativer Technologien, Forschung und Entwicklung sowie Analyse von Marktanforderungen bringt OMNYS Innovationen in viele Branchen.
"Amazon Forecast hilft uns, neue Erkenntnisse und Geschäftswert für unseren Kunden Arneg S.p.A., einen Weltmarktführer in der Kühlgeräteherstellung, zu generieren, indem es etwa 11 Millionen IoT-Datensätze pro Tag erfasst. Mit Amazon Forecast konnten wir innerhalb weniger Stunden mit der Entwicklung von Modellen beginnen, was zuvor Wochen oder Monate gedauert hätte. Unser Kunde wollte lediglich, dass wir Wert aus seinen Rohdaten schöpfen. Mit Amazon Forecast konnten wir viel mehr erreichen. Wir haben Modelle entwickelt, um den Energieverbrauch für Kühlgeräte in Einkaufszentren auf der ganzen Welt drei Tage im Voraus mit einer Genauigkeit von 91 % vorhersagen zu können. Zudem haben wir Predictive Maintenance-Modelle entwickelt, um das Risiko von Geräteausfällen einen Tag im Voraus besser bewerten zu können und dadurch die Anzahl von Notrufen von Kunden zu reduzieren. Dies birgt grenzenloses Potenzial für unseren Kunden, diese Erkenntnisse zu nutzen, um die Verwaltung ihrer Kundenumgebung zu verbessern."
Davide Pozza, CTO – OMNYS
Erfahren Sie mehr darüber, wie Amazon Forecast präzise Prognosemodelle erstellt.
Sie erhalten sofort Zugriff auf das kostenlose AWS-Kontingent.
Beginnen Sie mit dem Erstellen mit Amazon Forecast in der AWS-Konsole.