Prévoyez les valeurs futures et détectez les anomalies dans vos métriques métier

« J'ai été très impressionné par l'équipe de machine learning de premier ordre chez AWS. Mon équipe a collaboré étroitement avec Amazon Machine Learning Solutions Lab pour développer un modèle de prévision de la demande à l'aide d'Amazon Forecast en quelques semaines. Notre solution a amélioré notre précision de prévision de 8 %. Nous prévoyons des économies annuelles de 553 000 USD grâce à l'utilisation de cette solution dans notre usine au Mexique. En prime, il sera facile d'intégrer cette solution à notre flux de travail cloud une fois que nous aurons fait migrer notre infrastructure de données vers AWS. Cette collaboration avec AWS nous a aidés à minimiser les coûts de main-d'œuvre tout en maximisant la satisfaction client. »

Azim Siddique, conseiller technique et architecte du centre d'excellence - Foxconn

« À l'aide d'Amazon Forecast, nous avons pu accroître la précision de nos prédictions de 27 % à 76 %, réduisant ainsi les pertes de 20 % dans la catégorie des produits frais. La répartition des prévisions fournie par Amazon Forecast nous a aidés à optimiser les coûts résultants de la surestimation ou de la sous-estimation de nos prévisions, ce qui a abouti à un niveau des ruptures de stock de 3 % et à une amélioration des marges brutes. Cela a permis à nos responsables de magasin de passer plus facilement des commandes plus précises en consultant les prévisions journalières. Nous élargissons maintenant le modèle à d'autres catégories, en itérant sur d'autres ensembles de données connexes, et en ajoutant de nouvelles données à Amazon Forecast afin d'améliorer en permanence la précision du modèle. »

Supratim Banerjee, Directeur de la transformation de l'entreprise - More Retail

« Chez Digitata, ce qui compte vraiment, c'est que chacun soit connecté à un prix abordable. Cela implique une compréhension approfondie de l'économie, notamment de l'offre et de la demande, ainsi que du comportement des clients en fonction des différentes évolutions », a déclaré Nico Kruger, directeur de la technologie chez Digitata. « Lookout for Metrics nous a permis de repérer en quelques minutes un problème qui avait un impact négatif sur la tarification d'un client opérateur de réseau mobile. Nous avons pu identifier instantanément le coupable et déployer un correctif en moins de deux heures. Sans Lookout for Metrics, il nous aurait fallu environ une journée pour identifier et résoudre le problème, ce qui aurait entraîné une baisse de 7,5 % des revenus du client. Lookout for Metrics nous permet d'agir rapidement et de garantir des performances optimales pour nos modèles de tarification. Nous pouvons ainsi nous concentrer sur ce qui compte vraiment – connecter tout le monde. »

Nico Kruger, responsable de la technologie - Digitata

Advanced Microgrid Solutions (AMS) est une entreprise de services doublée d'une plateforme dédiée au secteur de l'énergie qui vise à accélérer la transformation à l'échelle mondiale vers une économie de l'énergie propre en facilitant le déploiement et l'optimisation de ressources écoénergétiques. NEM utilise un marché au comptant où toutes les parties présentent des offres en matière de consommation ou de fourniture toutes les 5 minutes. Cela nécessite de faire des prévisions sur la demande et de présenter des offres dynamiques en quelques minutes seulement, tout en traitant des masses de données de marché. Pour relever ce défi, AMS a mis au point un modèle de deep learning utilisant TensorFlow sur Amazon SageMaker. AMS s’appuie sur le système d’ajustement automatique de modèles d’Amazon SageMaker pour déterminer les meilleurs paramètres de modèles, et ainsi créer leur propre modèle en quelques semaines seulement. Leur modèle a amélioré les prévisions de marché pour tous les produits du secteur de l'énergie dans le domaine des mesures d'énergie nettes, avec pour corollaire une hausse significative de l'efficacité.