Prevea los valores futuros y detecte las anomalías de las métricas empresariales

“Me impresionó mucho el equipo de machine learning de primer nivel de AWS. Mi equipo trabajó codo con codo con el laboratorio de soluciones de Amazon Machine Learning para desarrollar un modelo de predicción de la demanda con Amazon Forecast en unas pocas semanas. Nuestra solución mejoró la precisión de nuestras predicciones en un 8 %. Estimamos un ahorro de 553 000 USD al año gracias a esta solución en nuestra fábrica de México. Además de eso, nos va a resultar fácil integrar esta solución en nuestro flujo de trabajo en la nube una vez que migremos nuestra infraestructura de datos a AWS. Esta colaboración con AWS nos ayudó a reducir los costos por mano de obra desperdiciada y aumentar la satisfacción del cliente”.

Azim Siddique, asesor técnico y arquitecto CoE de Foxconn

“Con Amazon Forecast, pudimos aumentar el nivel de precisión de las previsiones del 27 al 76 %, lo que permitió reducir los desperdicios en un 20 % en la categoría de productos frescos. La distribución de previsiones de Amazon Forecast nos ayudó a optimizar costos generados por previsiones excesivas o insuficientes, lo que llevó el desabastecimiento al 3 % y mejoró los márgenes netos. De esta manera, los gerentes de tiendas pueden consultar las previsiones diarias para realizar pedidos de compra más exactos con mayor facilidad. Actualmente, nos encontramos en el proceso de ampliar el modelo a otras categorías, iteramos con conjuntos de datos relacionados adicionales y añadimos datos más nuevos a Amazon Forecast para aumentar la precisión del modelo de forma continua”.

Supratim Banerjee, director de transformación de More Retail

“En Digitata, lo que importa de verdad es que todo el mundo esté conectado a un precio asequible. Esto requiere un conocimiento exhaustivo de la economía, sobre todo en cuanto a suministro y demanda y comportamiento del cliente respecto a los cambios de estos dos factores”, afirma Nico Kruger, director de tecnología de Digitata. “Con Lookout for Metrics, pudimos descubrir en tan solo cuestión de minutos un problema que afectaba de manera negativa los precios de un cliente operador de red móvil. Logramos identificar la falla instantáneamente e implementar una solución en 2 horas. Si no contáramos con Lookout for Metrics, identificar y evaluar el problema habría tomado aproximadamente un día, lo cual habría causado una caída del 7,5 % en los ingresos del cliente. Lookout for Metrics nos permite tomar medidas con rapidez y garantizar el rendimiento óptimo de nuestros modelos de precios para que podamos concentrarnos en lo que realmente importa: lograr que todos se puedan conectar”.

Nico Kruger, director de tecnología, Digitata

Advanced Microgrid Solutions (AMS) es una compañía de servicios y plataforma del sector energético cuyo objetivo es agilizar la transformación mundial en pos de una economía basada en energías limpias. Para ello, facilita la implementación y optimización de activos para energías limpias. La NEM utiliza un mercado de subastas en el cual todas las partes realizan ofertas para consumir o proveer energía cada 5 minutos. La tarea implica predecir la demanda y sugerir ofertas dinámicas en cuestión de minutos, al mismo tiempo que se procesan grandes volúmenes de datos de mercado. A fin de resolver este desafío, AMS creó un modelo de aprendizaje profundo mediante el uso de TensorFlow on Amazon SageMaker. Aprovecharon el ajuste automático de modelos de Amazon SageMaker para encontrar los mejores parámetros de modelos y crear un modelo propio en semanas. El modelo mostró mejoras en previsiones de mercado para todos los productos energéticos en la medición de energía neta, lo que se traducirá en un incremento significativo de la eficiencia.