投稿日: Nov 13, 2020
予測モデルの精度を測定して、過少予測のコストと超過予測のコストの間のトレードオフを最適化し、実験に柔軟性を持たせることができるようになりました。過少予測と超過予測に関連するコストは異なります。Amazon Forecast を使用すると、平均予測と、最小値から最大値までの需要の変動をキャプチャする予測の分布を提供することにより、ビジネス目標に合わせてこれらのコストを最適化できます。今回のリリースにより、Forecast は、モデルをトレーニングするときに複数の流通ポイントの精度メトリクスの提供を開始しました。これにより、メトリクスを手動で計算することなく、過少予測と超過予測をすばやく最適化できます。
小売業者は、サプライチェーンを最適化するために確率的予測に依存して、在庫切れにつながる過少予測のコストと、在庫の運送コストと無駄につながる超過予測のコストのバランスを取ります。製品カテゴリに応じて、小売業者はさまざまな流通ポイントで予測を生成することを選択できます。たとえば、食料品の小売業者は、変動する需要を満たすために、牛乳や卵などの日常的な食料品を多めに在庫することを選択します。これらの日常的な食料品の運送費は比較的低額ですが、在庫切れは販売の損失につながるだけでなく、カート全体の放棄にもつながる可能性があります。高い在庫率を維持することにより、小売業者は顧客満足度と顧客ロイヤルティを向上させることができます。逆に、小売業者は、値下げと在庫処分のコストが、時折生じる販売機会の損失を上回っている場合、高い運送コストがかかる、代替可能な製品の在庫を少なくすることを選択する可能性があります。さまざまな流通ポイントで予測する機能により、小売業者は需要が変動する場合にこれらの競合する優先順位を最適化できます。
Forecast は、変動の分布全体を予測して、在庫不足と在庫過剰のトレードオフを管理する機能を提供していましたが、精度メトリクスは、最小、中央値、および最大の予測需要についてのみ提供され、中央値を中心として 80% の信頼バンドを提供していました。関心のある特定の流通ポイントで精度メトリクスを評価するには、最初にそのポイントで予測を作成してから、精度メトリクスを手動で自ら計算する必要がありました。本日のリリースにより、予測を生成したり手動でメトリクスを計算したりすることなく、Forecast 内の任意の流通ポイントで予測モデルの長所を評価できます。この機能により、より迅速に実験を行うことができ、ビジネスニーズに合わせてより費用効果の高い方法で流通ポイントに到達できます。
この新機能を使用するには、複数の流通ポイントの選択とモデルの精度メトリクスの理解についての詳細をブログでご確認ください。Predictor Accuracy の評価、CreatePredictor API、および GetAccuracyMetrics API の API ドキュメントページも参照してください。この機能は、Amazon Forecast が公開されているすべてのリージョンで使用できます。利用できるリージョンの詳細については、リージョン表を参照してください。