¿Qué hace esta solución de AWS?

La solución Mayor precisión en las previsiones gracias al machine learning genera, prueba, compara e itera predicciones de Amazon Forecast. La solución genera predicciones automáticamente y genera paneles de visualización para blocs de notas de Amazon SageMaker Jupyter o Amazon QuickSight, de modo que ofrece una interfaz sencilla, fácil y de arrastrar y soltar que muestra una entrada de series temporales y el resultado predicho. La predicción se puede aplicar para prever la demanda de inventario para venta minorista, el estado de la plantilla, el tráfico de la web, gestionar la planificación de la cadena de suministro y más.

Las predicciones se pueden comparar entre dimensiones (por ejemplo, ubicación de la tienda minorista) o según metadatos a nivel de objeto (por ejemplo, marca, tamaño y color del producto). Puede utilizar estos datos para lo siguiente:

  • Optimice las previsiones existentes: ahorre tiempo y conserve la compatibilidad con las herramientas heredadas, o bien obtenga información sobre el exceso y la falta de aprovisionamiento mediante la previsión p50.
  • Satisfaga la demanda variable de los clientes: consiga altos niveles de satisfacción de los clientes gracias a la previsión p90, en la que se espera que el valor real sea inferior al valor pronosticado el 90 % de las veces.
  • Evite el exceso de aprovisionamiento: ahorre costos y evite el exceso de aprovisionamiento gracias a la previsión p10, en la que se espera que el verdadero valor de la demanda futura sea inferior al valor pronosticado solo el 10 % de las veces.
Gráfico de ejemplo que compara los resultados de dos previsiones
La solución produce predicciones probabilísticas a tres cuantiles predeterminados para abordar las diferentes sensibilidades de respecto al exceso o la falta de existencias (como se muestra en el gráfico de ejemplo anterior).

Beneficios

Procesos automatizados

Agilice el proceso de la incorporación, la generación de modelos y la predicción de múltiples experimentos gracias a la automatización de Amazon Forecast.

en blanco

Implementación segura

Brinde una implementación segura con un solo clic gracias a la plantilla de AWS CloudFormation, desarrollada con las metodologías del AWS Well-Architected Framework.

en blanco

Monitoreo proactivo

Monitoree de forma sencilla las predicciones con el envío de correos electrónicos a los usuarios cuando se produzcan aciertos o errores.

en blanco

Visualización automatizada

Facilite la colaboración y experimentación combinando los datos de entrada y resultados de las previsiones en un análisis de Amazon QuickSight o Jupyter Notebook.

Información general sobre la solución de AWS

La implementación de esta solución con los parámetros predeterminados crea el siguiente entorno sin servidor en la nube de AWS.

Arquitectura de la solución Mayor precisión en las previsiones gracias al aprendizaje automático

La plantilla de AWS CloudFormation implementa los recursos necesarios para automatizar las implementaciones y el uso de Amazon Forecast. Con base en las características de la solución, la arquitectura está dividida en tres partes: preparación de datos, predicción y visualización de datos. La plantilla incluye los componentes siguientes:

  1. Un bucket de Amazon Simple Storage Service (Amazon S3) para la configuración de Amazon Forecast, en el que especifica la configuración para sus grupos de conjunto de datos, indicadores de grupos de datos y predicciones, así como los conjuntos de datos en sí.
  2. Una notificación de evento de Amazon S3 que se activa al cargar nuevos conjuntos de datos al bucket de Amazon S3 relacionado.
  3. Una mayor precisión en los pronósticos gracias a la máquina de estado AWS Step Functions de Machine Learning. Combina una serie de funciones de AWS Lambda que crean, entrenan e implementan sus modelos de Machine Learning (ML) en Amazon Forecast. Todas las funciones de AWS Step Functions se registran en Amazon CloudWatch.
  4. Una suscripción por correo electrónico a Amazon Simple Notification Service (Amazon SNS) que notifica a los usuarios administrativos los resultados de AWS Step Functions.
  5. Una instancia de notebook de Amazon SageMaker que los científicos de datos y los desarrolladores pueden usar para preparar y procesar los datos y evaluar el resultado de Forecast.
  6. Un trabajo de AWS Glue combina datos de entrada de pronóstico sin procesar, metadatos, exportaciones retrospectivas de indicadores y exportaciones de previsiones en una vista agregada de sus previsiones.
  7. Amazon Athena puede utilizarse para consultar los resultados de su pronóstico mediante consultas SQL estándar.
  8. Pueden crearse análisis de Amazon QuickSight para cada previsión para proporcionar a los usuarios una visualización de los resultados del pronóstico entre jerarquías y categorías de elementos previstos, a la vez que métricas de precisión para cada elemento. Pueden crearse paneles a partir de estos análisis y compartirse con su organización.

Mejorar la precisión de las previsiones mediante el machine learning

Versión 1.4.1
Fecha de lanzamiento: 08/2022
Autor: AWS

Tiempo estimado de implementación: 5 minutos

Costo estimado 
Utilice el siguiente botón para suscribirse a las actualizaciones de la solución.

Nota: Para suscribirse a las actualizaciones de RSS, debe disponer de un complemento de RSS habilitado para el navegador que utilice.  

¿Lo ayudó esta implementación de soluciones?
Proporcione su opinión 
Video
Resolución con soluciones: Mayor precisión en las previsiones gracias al Machine Learning
Referencia de clientes
App8 ayuda a los restaurantes a predecir la demanda con soluciones de AWS
Descubra cómo la empresa tecnológica App8 desarrolló una herramienta que podía predecir el volumen de clientes y la demanda para elementos del menú determinados mediante la solución Mayor precisión en los pronósticos gracias al Machine Learning.
AWS para la industria
Pronóstico de la carga eléctrica a corto plazo con Amazon Forecast

Descubra cómo la solución Mayor precisión en los pronósticos gracias al Machine Learning simplifica el pronóstico de la carga eléctrica a corto plazo para la energía y los servicios públicos con el fin de mejorar la fiabilidad de la red.

En blanco
Blog de arquitectura de AWS
Mayor precisión en los pronósticos minoristas gracias al Machine Learning

En esta publicación del blog, le mostraremos cómo crear un sistema de pronósticos minoristas confiable mediante Amazon Forecast y una solución aprobada por AWS llamada Mayor precisión en los pronósticos gracias al Machine Learning.

Icono de creación
Implemente usted mismo una solución

Consulte nuestra biblioteca de Implementaciones de soluciones de AWS para obtener respuestas a problemas de arquitectura comunes.

Más información 
Buscar un socio de APN
Buscar un socio de APN

Encuentre socios consultores y tecnológicos certificados por AWS que lo ayudarán a comenzar.

Más información 
Ícono de exploración
Explore las ofertas de asesoramiento sobre soluciones

Explore nuestra cartera de ofertas de asesoramiento para obtener ayuda autorizada por AWS con la implementación de la solución.

Más información