Amazon Web Services ブログ
Category: Analytics
Amazon DataZone 向けの新しい生成系 AI 機能により、データのカタログ化とディスカバリーがさらに簡素化 (プレビュー)
11月28日、Amazon DataZone 向けの生成系人工知能 (AI) に裏打ちされたオートメーション機 […]
AWS Amplify と WebXR で作るユーザーインサイトを確認できる VR アプリケーション
本記事は How to: Create a VR application with user insights […]
持続可能性の為のモダンデータアーキテクチャ最適化 : 第二部 – 統合データガバナンス、データ移動、目的別分析
このブログは Sam Mokhtari, Dr. Ali Khoshkbar, Sandipan Bhaumi […]
AWS サービスを活用して代替商品を提案するためのガイダンス
完璧な世界であれば、小売業者は決して在庫切れを起こすことはありませんが、予期せぬ需要により最善の状況にならない場合もあります。食料品店は平均して営業時間の 8.2% は在庫切れの状態になっており、さらにプロモーション品では 15% にもなるため、70 億ドルから 120 億ドルの売上機会損失の危機にさらされています。次善の策は、おそらく顧客のニーズを満たす同様の商品を提供することです。注文をピッキングする従業員に自動でおすすめの代替商品を提案することで、顧客体験を向上させ、売上減少を防ぐことができます。
2020 年、米国のオンライン食料品売上は 54% 増加し、その注文の半分以上において注文した商品の内少なくとも 1 つが在庫切れになっていました。その商品は売れずにスキップされて売上減少につながることもあれば、注文をピッキングする従業員が代替品を推測することもありますが、その代替品が顧客のニーズを全く満たしていないこともあります。いずれにせよ、顧客体験は悪影響を受け、企業ブランドは傷つきます。
より良いアプローチは、異なるブランド、色、フレーバー、サイズなどの類似の商品を推奨することです。これがインテリジェントに行われれば、良好な顧客体験が保たれ、問題は回避されます。大量の商品に代替ルールを作成することは非効率的で効果的ではありません。その代わりに、Amazon Web Services (AWS) はおすすめの代替商品を提案するソリューションを構築しガイダンスとして公開しています。
Amazon OpenSearch Service を使うと、在庫切れ商品からおすすめの代替商品を提案できます。商品名と説明は、テキスト埋め込みアルゴリズムを使用して数値ベクトルに変換され、OpenSearch Service の K 最近傍 (k-NN) インデックスに挿入されます。代替商品を要求する際、候補商品は OpenSearch Service の事前フィルタリングを使用して絞り込まれ、探していた商品からの数値表現の近さに基づいてランク付けされます。
AWS DMS、Amazon Kinesis、AWS Glue ストリーミング ETL ジョブを用いて Apache Hudi ベースのニアリアルタイムトランザクションデータレイクを構築し、Amazon QuickSight で可視化
最近、AWS Glueバージョン4.0でストリーミングの抽出、変換、およびロード(ETL)ジョブのサポートが発表されました。これは、AWSにおけるデータ統合ワークロードを加速する新しい AWS Glue のバージョンです。AWS Glue のストリーミングETLジョブは、ストリーミングソースから連続的にデータを取り込み、データを逐次的にクリーンアップおよび変換し、数秒で分析可能なデータにします。AWSはさまざまなサービスを提供しており、AWS Database Migration Service(AWS DMS)などのデータベースレプリケーションサービスを使用して、ソースシステムからデータを Amazon Simple Storage Service(Amazon S3)に複製することができます。これは通常、データレイクのストレージレイヤーとして使用されます。この投稿では、Amazon Relational Database Service(Amazon RDS)や他のリレーショナルデータベースからの CDC(Change Data Capture)変更を S3 データレイクに適用する方法を示し、データの非正規化、変換、およびリッチ化をほぼリアルタイムで柔軟に行う構築手順を説明しています。
自然言語処理で e コマースサイトにおける検索精度を向上させ収益改善に繋げる
このブログでは、なぜ小売業者がキーワード検索の品質のために機会損失してしまうのかと、どのようにして Amazon Web Services( AWS )が自然言語処理( NLP )を用いて、 e コマース企業の収益向上を支援できるのかを述べます。
AWS での IoT ワークロードのデプロイと管理
モノのインターネット ( IoT ) ワークロードを導入しようとする場合、企業はプラットフォームを複数の選択肢から選択することになります。この選択肢はさまざまで、独自デバイスのハードウェアを含めて完全にゼロから構築する方法や、事前に設定されたハードウェアを購入して、完全な SaaS (Software as a Service) IoT プラットフォームに接続するような方法があります。
このブログの目的は、IoT ソリューションの設計に必要なスキルや知識を理解し、どのコンポーネントを自前で開発して、どのコンポーネントを外部の技術ソリューションとして買ってくるのかを判断できるようにすることです。IoT ワークロードを AWS に移行しようと考えている場合は、 「 AWS IoT Core へのシームレスな移行を計画する 」 をご参照ください。 AWS を利用することによる、移行プロセスの簡略化、提供可能なサポート、得られるメリットなどを理解するための最初のステップとして役立ちます。
新しい Amazon Q in QuickSight は、生成系 AI アシスタンスを使用してデータインサイトをより迅速かつ簡単に取得 (プレビュー)
11月28日、Amazon Q in QuickSight がプレビュー版でご利用いただけるようになりました。 […]
AWS 上での BMW Group による自動運転のためのデータ処理とデータ管理のスケーリング
このブログは、Scaling Automated Driving data processing and da […]
Analytics Fabric for SAP Acceleratorsで RISE with SAP on AWS の拡張実現
このブログは、AWSの以下のメンバーによって共同執筆されました: Pavol Masarovic, EMEA […]