Improving Forecast Accuracy with Machine Learning

Improving Forecast Accuracy with Machine Learning 솔루션은 Amazon Forecast 예측을 생성, 테스트, 비교 반복합니다. 이 솔루션은 예측을 자동으로 생성하고 Amazon QuickSight 또는 Amazon SageMaker Jupyter 노트북에 사용할 수 있는 시각화 대시보드를 생성하므로, 시계열 입력 및 예측 출력을 표시하는 쉽고 빠른 끌어서 놓기 인터페이스를 제공합니다.

소매점 재고 수요, 공급망 계획, 인력 상태, 웹 트래픽 예측 등을 예측하는 데 예측을 적용할 수 있습니다. 이 솔루션은 세 가지 기본 변위치에서 확률적 예측을 출력하여 과도하거나 부족한 프로비저닝에 대한 민감도를 확인합니다(오른쪽의 샘플 예측 그래프에 나와 있음). 예측을 사용자 지정하여 요구 사항을 충족할 수도 있습니다. 예측은 차원(예: 소매점 지점) 또는 항목 레벨 메타데이터(예: 제품 브랜드, 크기, 색상) 전 범위에 걸쳐 비교할 수 있습니다. 이 데이터를 다음에 사용할 수 있습니다.

• 기존 예측 최적화: p50 예측을 사용하여 시간을 절약하고 레거시 도구와의 호환성을 유지하거나, 과도한 또는 부족한 프로비저닝에 대한 가시성을 확보합니다.
• 가변적인 고객 수요 충족: p90 예측을 사용하여 높은 수준의 고객 만족도를 제공합니다. p90 예측은 90%의 시간에 실제 값이 예측 값보다 낮을 것으로 예상합니다.
• 과도한 프로비저닝 방지: p10 예측을 사용하여 비용을 절감하고 과도한 프로비저닝을 방지합니다. p10 예측은 10%의 시간에만 실제 향후 수요 값이 예측된 값보다 낮을 것으로 예상합니다.