この AWS ソリューション実装では、どのようなことが可能ですか?

機械学習ソリューションを利用して予測精度を向上させることで、Amazon Forecast 予測を生成、テスト、比較、および反復します。このソリューションは、Amazon QuickSight や Amazon SageMaker Jupyter Notebook の予測を自動的に生成し、視覚化ダッシュボードを生成します。これにより、時系列入力と予測出力を表示する、すばやく簡単なドラッグアンドドロップインターフェイスがもたらされます。予測は、小売在庫の需要、サプライチェーン計画、労働力ステータス、ウェブトラフィック予測などを予測する際に適用できます。

予測は、ディメンション (小売店の場所など) またはアイテムレベルのメタデータ (製品のブランド、サイズ、色など) 間で比較できます。このデータは次の目的で使用できます。

  • 既存の予測を最適化する: p50 予測を使用して、時間を節約し、レガシーツールとの互換性を維持したり、プロビジョニングの過不足についてのインサイトを得たりすることができます。
  • 変動する顧客の需要に対応する: p90 予測で高レベルの顧客満足度を提供します。この予測では、実際の値が予測値よりも 90% 低いと予想されます。
  • 過剰なプロビジョニングを回避する: コストを節約し、p10 予測を使用して過剰なプロビジョニングを回避します。この予測では、将来の実際の需要値が予測値よりも 10% だけ低くなると予想されます。
Amazon Forecast で生成された 2 つの予測の比較
2 つの予測出力を比較するサンプルグラフ
このソリューションは、3 つのデフォルトの分位数で確率的予測を出力して、プロビジョニングの過不足に対する感度に対処します (上記のサンプルグラフに示されています)。
 クリックして拡大

利点

自動化されたプロセス

Amazon Forecast の自動化により、複数の実験の取り込み、モデリング、および予測の処理を合理化します。

空欄

安全なデプロイ

AWS Well-Architected フレームワーク手法で開発された AWS CloudFormation テンプレートを使用して、安全なワンクリックデプロイメントを提供します。

空欄

プロアクティブな監視

成功や失敗が生じたときにユーザーに E メールを送信して、予測を簡単に監視できます。

空欄

自動化された視覚化

Amazon QuickSight Analysis または Jupyter Notebook で入力データと予測出力を組み合わせることにより、コラボレーションと実験を促進します。

AWS ソリューション実装の概要

デフォルトのパラメータを使用してソリューションをデプロイすると、AWS クラウドに次のサーバーレス環境が構築されます。

機械学習による予測精度の向上 | アーキテクチャ図
 拡大イメージを見る

機械学習を使用して予測の精度を向上するソリューションアーキテクチャ

AWS CloudFormation テンプレートは、Amazon Forecast の使用とデプロイを自動化するために必要なリソースをデプロイします。ソリューションの機能に基づいて、アーキテクチャはデータの準備、予測、データの視覚化といった 3 つの部分に分かれます。テンプレートには、次のコンポーネントが含まれています。

  1. データセットグループ、データセット予測子、予測、およびデータセット自体の構成設定を指定する、Amazon Forecast 構成用の Amazon Simple Storage Service (Amazon S3) バケット。
  2. 新しいデータセットが関連する Amazon S3 バケットにアップロードされたときにトリガーされる Amazon S3 イベント通知
  3. Machine Learning AWS Step Functions ステートマシンを使用した、改善された予測精度。これは、Amazon Forecast で Machine Learning (ML) モデルを構築、トレーニング、およびデプロイする一連の AWS Lambda 関数を組み合わせたものです。すべての AWS Step Functions は Amazon CloudWatch にログを記録します。
  4. AWS Step Functions の結果を管理ユーザーに通知する Amazon Simple Notification Service (Amazon SNS) の E メールサブスクリプション。
  5. データサイエンティストとデベロッパーがデータの準備と処理、およびForecast の出力の評価に使用できる Amazon SageMaker ノートブックインスタンス。
  6. AWS Glue ジョブは、生の予測入力データ、メタデータ、予測子のバックテストエクスポート、および予測エクスポートを組み合わせて、予測の集計ビューを生成します。
  7. Amazon Athena は、標準の SQL クエリを使用して予測出力をクエリするために使用できます。
  8. Amazon QuickSight 分析は、予測ごとに作成して、予測されたアイテムの階層とカテゴリにわたる予測出力の視覚化、およびアイテムレベルの精度メトリクスをユーザーに提供できます。ダッシュボードは、これらの分析から作成し、組織内で共有できます。

機械学習を使用してForecast Accuracyを向上

バージョン 1.3.3
リリース日: 2021 年 6 月
作成者: AWS

見積りデプロイ時間: 5 分

予想費用 
下のボタンをクリックして、ソリューションの更新を登録してください。

注: RSS 更新を購読するには、ご使用のブラウザで RSS プラグインを有効にする必要があります。 

このソリューション実装はお役に立ちましたか?
フィードバックを送る 
動画
AWS ソリューション実装: 機械学習を使用して予測精度を向上
カスタマーリファレンス
App8 は、レストランが AWS ソリューションを使用して需要を予測するのに役立ちます
技術系企業である App8 が、機械学習による予測精度向上ソリューションを用いて、特定のメニュー項目に対する顧客のボリュームと需要を予測するツールを開発した事例をご紹介します。
AWS for Industries
Amazon Forecast による短期電気負荷予測

機械学習ソリューションによる予測精度の向上により、電力およびユーティリティ企業のための短期的な電気負荷予測が簡素化され、グリッドの信頼性を向上させる方法をご紹介します。

空欄
AWS アーキテクチャブログ
機械学習を使用して小売業の予測の精度を向上

このブログ投稿では、Amazon Forecast と AWS で検証されたソリューション「機械学習を使用して予測の精度を向上」を使って、信頼性の高い小売業の予測システムを構築する方法を紹介します。

アイコンを作成する
自分でソリューションをデプロイする

よくみられるアーキテクチャ上の問題に関して答えを知るため、AWS ソリューション実装のライブラリを閲覧する。

詳細はこちら 
APN パートナーを見つける
APN パートナーを見つける

サービスの開始をサポートする AWS 認定コンサルティングパートナーとテクノロジーパートナーを見つけましょう。

詳細はこちら 
アイコンについて調べる
ソリューションコンサルティングサービスについて調べる

ソリューションをデプロイし、AWS により審査済みのサポートを受けるため、コンサルティングサービスのポートフォリオを閲覧する。

詳細はこちら