Cosa consente di fare questa soluzione AWS?

La soluzione per migliorare la precisione delle previsioni con il Machine Learning genera, testa, confronta e reitera le previsioni di Amazon Forecast. La soluzione produce automaticamente previsioni e genera pannelli di controllo di visualizzazione per notebook Jupyter di Amazon QuickSight o Amazon SageMaker, così da fornire un'interfaccia a trascinamento rapida e semplice che mostra l'input di serie temporali e l'output previsto. È possibile impiegare le previsioni per prevedere la domanda dell'inventario della vendita al dettaglio, la pianificazione della catena di distribuzione, lo stato del personale, le previsioni sul traffico Web e molto altro ancora.

È possibile confrontare le previsioni tra le dimensioni (ad esempio la sede di un negozio) o metadati a livello di articolo (ad esempio marchio del prodotto, taglia e colore). Puoi usare questi dati per:

  • Ottimizzare le previsioni esistenti: risparmia tempo e mantieni la compatibilità con i tuoi strumenti legacy, oppure ottieni informazioni dettagliate su eventuali provisioning eccessivi o insufficienti con la previsione p50.
  • Soddisfare le variazioni della domanda dei clienti: assicura un alto livello di soddisfazione dei clienti con la previsione p90, in cui si prevede che il reale valore sia inferiore al valore previsto il 90% delle volte.
  • Evitare il provisioning eccessivo: taglia i costi ed evita il provisioning eccessivo con la previsione p10, in cui si prevede che il reale valore della domanda futura sia inferiore al valore previsto soltanto il 10% delle volte.
Grafico esemplificativo con il confronto tra gli output di due previsioni
La soluzione genera l'output delle previsioni probabilistiche in tre quantili predefiniti per risolvere il problema della sensibilità di approvvigionamento eccessivo o insufficiente (come illustrato nel grafico esemplificativo di cui sopra).

Vantaggi

Automazione dei processi

Ottimizza il processo di acquisizione, modellazione e previsione di più esperimenti tramite l'automazione di Amazon Forecast.

vuoto

Distribuzione sicura

Offre una distribuzione sicura con un clic utilizzando un modello AWS CloudFormation sviluppato con le metodologie di AWS Well-Architected Framework.

vuoto

Monitoraggio proattivo

Monitora facilmente le previsioni tramite l'invio di una e-mail agli utenti in caso di operazioni riuscite o non riuscite.

vuoto

Automazione della visualizzazione

Semplifica la collaborazione e la sperimentazione perché combina i dati di input e l'output di previsione in un Jupyter Notebook o un notebook di analisi di Amazon QuickSight.

Panoramica della soluzione AWS

La distribuzione di questa soluzione con i parametri predefiniti crea il seguente ambiente serverless in AWS Cloud.

Migliorare la precisione delle previsioni con l'architettura della soluzione di Machine Learning

Il modello AWS CloudFormation implementa le risorse necessarie per automatizzare il tuo utilizzo e la tua implementazione di Amazon Forecast. In base alle capacità della soluzione, l'architettura viene suddivisa in tre parti: preparazione dei dati, previsione e visualizzazione dei dati. Il modello include i seguenti componenti:

  1. Un bucket Amazon Simple Storage Service (Amazon S3) per la configurazione di Amazon Forecast, in cui specifichi le impostazioni di configurazione per i gruppi di set di dati, i predittori dei set di dati e le previsioni, nonché per gli stessi set di dati.
  2. Una notifica di evento di Amazon S3 che si attiva quando i nuovi set di dati vengono caricati nel relativo bucket Amazon S3.
  3. Una macchina a stati AWS Step Functions per migliorare la precisione delle previsioni con il Machine Learning. Questa combina una serie di funzioni di AWS Lambda che creano, addestrano e implementano i modelli di Machine Learning (ML) in Amazon Forecast. Tutte le funzioni di AWS Step Functions vengono registrate in Amazon CloudWatch.
  4. Una sottoscrizione e-mail ad Amazon Simple Notification Service (Amazon SNS) che invia una notifica agli utenti amministratori contenente i risultati di AWS Step Functions.
  5. Un'istanza notebook Amazon SageMaker che i data scientist e gli sviluppatori possono utilizzare per preparare ed elaborare i dati, nonché per valutare l'output delle previsioni.
  6. Un processo di AWS Glue combina dati di input non elaborati delle previsioni, metadati, esportazioni backtest di predittori ed esportazioni di previsioni in una visualizzazione aggregata delle previsioni.
  7. Amazon Athena può essere utilizzato per eseguire query sull'output delle previsioni tramite query SQL standard.
  8. È possibile creare analisi di Amazon QuickSight per ciascuna previsione in modo da fornire agli utenti la visualizzazione dell'output delle previsioni in tutte le gerarchie e le categorie degli articoli oggetto di previsione, nonché dei parametri di precisione a livello di elemento. Da queste analisi è possibile creare pannelli di controllo e condividerli all'interno dell'organizzazione.

Miglioramento della precisione delle previsioni con il machine learning

Versione 1.4.1
Data di rilascio: 08/2022
Autore: AWS

Tempo di distribuzione stimato: 5 minuti

Costo stimato 
Utilizza il pulsante in basso per iscriverti e ricevere aggiornamenti in merito alla soluzione.

Nota: per iscriversi e ricevere gli aggiornamenti RSS, è necessario disporre di un plug-in RSS abilitato per il browser in uso.  

Questa implementazione di soluzioni ti è stata utile?
Dacci un feedback 
Video
Risolvere con le soluzioni AWS: migliorare la precisione delle previsioni con il Machine Learning
Referenze dei clienti
App8 aiuta i ristoranti a prevedere la domanda utilizzando le soluzioni AWS
Scopri come l’azienda tecnologica App8 ha sviluppato uno strumento in grado di prevedere il volume dei clienti e la domanda di particolari elementi del menu utilizzando la soluzione per migliorare la precisione delle previsioni con il Machine Learning.
AWS per i settori produttivi
Previsione del carico elettrico a breve termine con Amazon Forecast

Scopri come la soluzione per migliorare la precisione delle previsioni con il Machine Learning semplifica la previsione del carico elettrico a breve termine per energia e bollette al fine di perfezionare l'affidabilità della rete.

Vuoto
Blog sull'architettura di AWS
Migliorare la precisione delle previsioni di vendita al dettaglio con Machine Learning

In questo post del blog, ti mostreremo come costruire un sistema di previsione di vendita al dettaglio affidabile utilizzando Amazon Forecast e una soluzione verificata da AWS chiamata Migliorare la precisione delle previsioni con Machine Learning.

Icona Costruisci
Distribuisci una soluzione tu stesso

Sfoglia il nostro portfolio di implementazioni di soluzioni AWS per ottenere risposte a problemi architetturali comuni.

Ulteriori informazioni 
Trova un partner APN
Trova un partner APN

Trova partner tecnologici e di consulenza con certificazione AWS che ti aiutino a iniziare.

Ulteriori informazioni 
Icona Esplora
Esplora le offerte di consulenza in merito alle soluzioni

Sfoglia il nostro portfolio di offerte di consulenza per ottenere assistenza testata da AWS con la distribuzione della soluzione.

Ulteriori informazioni