Amazon Forecast

機械学習の経験なしで使用できる Amazon.com と同じテクノロジーに基づいた正確な時系列予測サービス

Amazon Forecast は、機械学習を使用して精度の高い予測を行うフルマネージドサービスです。

今日の企業は、製品の需要、リソースのニーズ、あるいは財務業績といった将来のビジネス成果を正確に予測するために、簡単なスプレッドシートから複雑な財務計画ソフトウェアにいたるまで、あらゆるツールを活用しています。これらのツールは一連の時系列データを確かめることで予測を立てますが、こうしたデータは時系列データと呼ばれます。たとえばレインコートの売上高を予測する場合、これらのツールは、過去が未来を決定するとの前提に基づき、過去のデータのみを参照して予測を試みることがあります。このような方法では、不規則な傾向を含む膨大なデータから予測を行う際に、正確な予測を立てることが難しくなる可能性があります。また、経時的に変化するデータ (価格、割引率、ウェブトラフィック、従業員数など) を、製品の機能や店舗の所在地といった関連する個別の変数に結びつけることも困難になります。

Amazon Forecast は、Amazon.com と同じテクノロジーをベースとし、機械学習を使って時系列データを付加的な変数に結びつけて予測を立てます。Amazon Forecast を使用する際に、機械学習の経験は必要ありません。必要なのは過去のデータと、予測に影響を与える可能性があるその他の追加データだけです。たとえば、シャツの特定のカラーの需要は、季節や店舗の所在地によって変わることがあります。こうした複雑な関係性は、過去のデータのみに基づいて判断することは困難で、それを認識することに理想的に適しているのが機械学習です。Amazon Forecast は、ユーザーがデータを提供すると、それを自動的に精査し、何が重要かを識別して、予測を立てるための予測モデルを作成します。このモデルの精度は、時系列データのみに基づく場合と比べ、最大で 50% 高くなります。

Amazon Forecast は完全マネージド型のサービスであるため、サーバーのプロビジョニングも、機械学習モデルの構築、トレーニング、デプロイも不要です。実際に使用した分に対してのみ料金が発生します。最低料金や前払いの義務はありません。

利点

機械学習の使用により予測精度が 50% 上昇

Amazon Forecast は、機械学習を使用して、時系列データと他の変数 (製品の特徴や店舗の所在地など) が相互にどう影響し合っているのかを自動的に判断することにより、予測精度を最大 50% 高めます。ユーザーは、こうした複雑な関係性が最終的に需要にどう影響するのかを、時系列データのみを検証した場合よりも、深く理解できます。Amazon Forecast が作成するモデルはユーザーのデータに固有のモデルであり、したがってその予測は、ユーザーのビジネスに最も適した予測となります。

予測時間を月単位から時間単位に短縮

Amazon Forecast を使うことで、設計に何か月も要していた予測精度の水準を、わずか数時間で達成できます。時系列データと関連データは、お使いの Amazon S3 データベースから Amazon Forecast にインポートできます。Amazon Forecast はそこからユーザーのデータを自動的にロードし、精査して、予測に必要な主要属性を特定します。続いて、ユーザーのカスタムモデルをトレーニングおよび最適化し、事業予測の作成に使用できるように高可用性環境にホストします。Amazon Forecast は、予測モデルの構築、トレーニング、調整、デプロイに必要な複雑な機械学習を自動で処理することにより、精度の高い予測を迅速に立てることを可能にします。

時系列予測をいつでも仮想的に作成

ビジネスを行うには、キャッシュフローから製品需要、リソース計画に至るまで、さまざまな種類の時系列予測が必要となります。Amazon Forecast では、小売り、物流、金融、広告成果その他を含む、ほぼすべての産業とユースケース向けの予測を立てることができます。機械学習を活用することにより、過去の時系列データと連携し、内蔵アルゴリズムの巨大なライブラリを使って、特定の予測タイプに最適なモデルを自動的に判断します。

ビジネスデータは安全に保護されるので安心

Amazon Forecast で行われたすべてのやり取りは、暗号化により保護されます。Amazon Forecast が処理したコンテンツは、Amazon Key Management Service を介してカスタマーキーと共に暗号化され、ユーザーがサービスを利用している AWS リージョンに、暗号化されて保管されます。また、管理者は、AWS Identity and Access Management (IAM) のアクセス許可ポリシーを介して Amazon Forecast へのアクセスを制御できるので、機密情報は安全かつ極秘に保たれます。

仕組み

Amazon Forecast の仕組み

ユースケース

製品需要計画

Amazon Forecast を使用することで、各店舗に適した在庫数を予測することができます。過去の売上、価格、店舗のプロモーション、所在地、カタログデータといった予測情報を、お使いの小売管理システムから CSV (コンマ区切り値) 形式で Amazon S3 ストレージにインポートします。これらを、ウェブサイトのトラフィックログ、天候、発送スケジュールといった関連データに結びつけます。Amazon Forecast は、この情報を使って、各製品の顧客需要を個々の店舗レベルで正確に予測できるモデルを作成します。予測を CSV 形式によりバッチでエクスポートし、お使いの小売管理システムに再度インポートして、店舗ごとに購入し配分する在庫数を決定できるようにします。

財務計画

販売収益予測のような財務予測を正確に行うことは、あらゆるビジネスの成功にとって不可欠です。Amazon Forecast は、収益、費用、キャッシュフローといった主要な財務基準を、複数の期間や通貨単位を横断して予測することが可能です。まず、財務の過去の時系列データを Amazon S3 ストレージへアップロードし、それを Amazon Forecast にインポートします。モデルを作成した後、Amazon Forecast は、実際にモデルを使用する前に他に必要なデータがないかユーザーが判断できるよう、予想される予測精度をユーザーに提示します。このサービスでは、Amazon Forecast Console のグラフを使って予測を視覚的に表示できるため、情報に裏付けられた判断を行うのに役立ちます。

リソース計画

必要な人員数、広告在庫、生産用の原材料といった利用可能なリソースの最適な数量を計画することは、収益を最大化し費用を管理するために重要です。たとえば放送会社は、広告在庫を地域別に最適化するよう希望することがあります。その場合は、各種番組カテゴリや地理的地域、番組内容のメタデータ、地域の人口統計を横断した過去の視聴データを Amazon Forecast にインポートします。本サービスは、これらのデータから学習し、地域ごとの正確な予測を立てます。

お客様の導入事例

More Quality First

More Retail

More Retail 社は、他社に先駆けて食品および日用品小売業のオムニチャネル対応を始めたインドの企業で、同社は好まれる食品、日用品を提供してインドの消費者ニーズを満たすというミッションを推進しています。同社はインド内にハイパーマーケット 22 店舗、スーパーマーケット 624 店舗を展開し、ディストリビューションセンター 13 拠点、青果収集センター 7 拠点、主要商品処理センター 6 拠点でサポートしています。

「More はインドにおける食品、日用品部門の "生鮮食料品" 市場のリーダーです。無理のないビジネスを営むため、More は青果の在庫状況を管理すると同時に、廃棄物を最小限に抑える必要があります。こうした競争上の優先事項のバランスを取るために、More は AWS 社やデータサイエンスコンサルティング企業の Ganit 社と提携し、Amazon Forecast を核にして需要予測および自動発注システムを構築し、デプロイしました。当社は店舗、商品、日別の非常に細やかな予測を必要としていたため、ABC-XYZ フレームワークに基づく開発努力を優先しました。
 
パターン履歴に基づき、売上の突出度を示す ABC の軸 (A : 高、B : 中、C : 低) と予測可能性を示す XYZ の軸 (X : 容易に予測可能、Z : 予測困難) を使い、3x3 のマトリックスに店舗と商品の組み合わせをプロットしました。予期していたとおり、ABC-XY バケットに含まれる商品の予測精度は、Z バケットに含まれる場合をはるかに上回っていました。ところが、Z バケットの組み合わせに関する Amazon DeepAR+ の予測精度は、10% ずつしか予測精度が上がらない指数平滑法などの従来方式のパフォーマンスをはるかに上回っていました。この優れたパフォーマンスは、他の SKU (XY) のパターンを学習し、それを非常に変化の激しい Z バケットの商品に応用する Amazon Forecast の能力によるものでした。
 
Amazon Forecast を使用することで、当社は予測精度を 27% から 76% に向上すると同時に、青果カテゴリの廃棄物を 20% 削減できました。Amazon Forecast を使うと予測分布を把握できるため、予測のずれによって発生するコストを最適化しやすくなりました。その結果、在庫切れが 3% になり、粗利益が向上しました。こうして、店舗マネージャーは日々の予測結果を見ることで、より簡単により高精度な発注ができるようになりました。目下、当社は同じモデルを他のカテゴリにも拡張しようとしているところです。継続的にモデル精度を向上するため、追加の関連データセットで同じ作業を繰り返し、新しいデータを Amazon Forecast に追加しています」

More Retail、Chief Transformation Officer、Supratim Banerjee 氏

Ganit 創設者兼 CEO、Shivaprasad KT 氏

More Quality First

Swiggy

Swiggy は、都市部の消費者向けに複数のカテゴリ (食品と食料雑貨) にわたって他に類を見ない利便性を提供するというビジョンを掲げたインド最大の超地域密着型オンデマンドマーケットプレイスです。バンガロールに本社を置くSwiggy は、500 都市以上に存在し、13 万を超える飲食店や店舗と提携しており、20 万の配送パートナーによるオンデマンドフリートを運営しています。

「空間的 (都市内のゾーンなど) および時間的 (時間帯など) にセグメント化した主なビジネス指標の変化に迅速に対応することが重要です。例えば、配送ごとのコストなどの主なビジネス指標の変化を予測できれば、関連するコストや報酬をより適切に管理できます。AWS Forecast があれば、ビジネス指標に影響する関連データを利用しやすく、予測の精度が向上します。Amazon Forecast を利用した初期評価は、超地域密着型ロジスティクス領域におけるビジネスメトリクスの予測に有望であり、今後もビジネスメトリクスの予測精度向上に向けて活用していく予定です」

Vijay Seshadri 氏、Swiggy の主席エンジニア

Anaplan

Anaplan

Anaplan Inc は、クラウドネイティブな SaaS 企業であり、世界中のエンタープライズが、そのビジネスパフォーマンスを組み立てるためのサポートを、提供しています。各業界のリーダー達が、チームやシステム、そして組織全体から得るインサイトを連携するために、当社のプラットフォームを活用しています。それにより、継続的に変化に適応でき、運用手法に変革をもたらしながら、より新しい価値が創出できるようになります。Anaplan の本拠は、サンフランシスコにあり、海外に 20 か所のオフィスを展開しながら、世界中で、175 のパートナーと、約 1500 の顧客に対応しています。 

「各国のエンタープライズが、Anaplan のクラウドネイティブなプラットフォームを使用して、継続的な予見的予測や、俊敏なシナリオモデリングでのパフォーマンスを、オーケストレーションしています。Amazon Forecast と当社のプラットフォームの統合により、財務、サプライチェーン、営業、HR などの分野のお客様は、組み込み済みの機械学習が提供する情報を活用しながら、素早く信頼性の高い予測を作成できます。私達は、Amazon Forecast と統合した Anaplan PlanIQ を配給できることを、誇りに感じています。これは、お客様がインテリジェンス型の意思決定のために行う予測において、その精度を向上させ、競争力を高める際に役立ちます。」

Rohit Shrivastava 氏、製品および UX 担当 SVP – Anaplan

Axiom Telecom

Axiom Telecom

Axiom Telecom は、中東地域のマーケットにおけるモバイルハンドセットやテクノロジーの配信で、トップクラスの販売を誇る企業です。そのマーケットシェアは約 55 %におよび、さらに、60% にまで成長させる目標を掲げています。現在、同社では、10,000 を超える独立系および組織系の小売り事業の顧客に対し、テレコム製品を配給しています。その業務は、ワイヤレスなモバイルデバイスに関する、卸売り、小売り、付加価値サービス、および、アフターセールスまでが含まれ、扱うデバイスは、Nokia、Honor、Sony Ericsson、Motorola、Samsung などをカバーしています。同グループでは、30 か所の配送センターに加え、300 におよぶ運送車両を揃えています。

「Amazon Forecast により、販売数が正確に予測できるようになり、在庫計画が改善できました。これは、当社とそのビジネスにとって、さらには、お客様にとっても真の成功と言えるものです。Amazon Forecast の使用を開始する以前、販売予測と在庫計画のために当社が頼りにしていたのは、統計的モデルと手動による処理を組合せた手法でした。こう言った、手動の予測を継続するためには、時間と人材を配分するための大きなリソースが必要です、それでも、エラーの可能性は残ります。Amazon Forecast を使用し始めて以来、その可用性では 20% の向上が見られ、在庫の最適化は 15% 改善しました。さらに、かつては手動の予測に携わっていたチームを、新しく得た予測からインサイトを引き出すという付加価値の高い作業に集中するよう配置換えを行い、ビジネスからの利益向上を図っています。」

Wassim Al Khayat 氏 – テクノロジーおよびイノベーショングループディレクター

OMNYS

OMNYS

OMNYS は、システム統合、ウェブ/モバイルテクノロジー、IoT、機械学習、ビッグデータに基づくデジタルプラットフォームを設計および構築することで、画期的なソリューションを提供しています。最先端テクノロジー、R&D、市場ニーズの分析に関する知見を深めながら、OMNYS は多くの産業にイノベーションをもたらしています。

「Amazon Forecast は、当社のクライアントで毎日約 1,100 万もの IoT レコードを収集する冷蔵庫製造の世界的大手、Arneg S.p.A. に、新しいインサイトとビジネス価値をもたらすのに役立っています。Amazon Forecast を使用したところ、従来であれば数週間または数か月間かかったであろうモデルの構築を、数時間以内に行うことができました。同クライアントが求めていたのは単に raw データから価値を抽出することだけだったのですが、Amazon Forecast によりそれをはるかに超えたことができました。世界中のショッピングセンターに設置された冷蔵庫の電力消費量を 3 日前に 91% の精度で予測するモデルと、機器が機能停止するリスクを最低 1 日前により高精度に評価してクライアントからの緊急連絡を減少させるメンテナンス予測モデルを構築しました。当社をご利用いただけば、カスタマーエクスペリエンス管理法の改善に繋がるこうしたインサイトの活用において、無限のポテンシャルが生まれることになるでしょう。」

OMNYS CTO、Davide Pozza 氏 

Amazon Forecast の特徴を見る
Amazon Forecast の特徴を確認する

Amazon Forecast が正確な予測モデルをどのように作成しているのかを詳しく見る。

AWS アカウントにサインアップする
無料のアカウントにサインアップする

AWS 無料利用枠をすぐに利用できます。 

Amazon Forecast を使用して構築を開始する
コンソールで構築を開始する

AWS コンソールで Amazon Forecast を使って構築を始めましょう。