FAQs 機械学習を使用して新しい製品の需要を予測する方法

以下は、新製品導入の需要を予測する ML モデルの実装に関するよくある質問です。

プロセスを開始するには、誰を動員すればよいですか？

組織の準備状況は、上級管理者からのサポートの度合いによって直接影響を受けます。データサイエンスまたは分析部門、サプライチェーン、マーケティング、IT 部門のマネージャーから承認を受けることをお勧めします。組織に応じて、他のステークホルダーやリーダーにサポートをリクエストします。

どのようなチームを編成すればよいですか？

イニシアチブを正常に実現し、測定可能な成果を生み出すには、以下を含むチームを編成します。

• モデル開発のデータサイエンティスト

• データ収集と取り込みのためのデータエンジニア

• モデルデプロイ用の機械学習エンジニアとセルフサービスダッシュボード

• ドメインの専門知識に関する対象分野のエキスパート

どのような履歴データが必要で、どのくらいの金額ですか？

次のデータを取得することを検討してください。

• 製品の発売から廃止まで、すべての類似製品の販売データ。

• 製品の機能と属性を説明するメタデータ。CE 製品のこれらの属性の例としては、Bluetooth 機能、ワイヤレス機能、USBタイプ、色などがあります。

• マーケティングデータ、祝祭日データ、レビューデータ、評価データなど、売上データに関連する関連する時系列データ。

  注記

  関連する時系列データをモデル推論の予測期間に拡張できる場合に役立ちます。例えば、関連する時系列データが祝祭日である場合は、祝祭日を事前に知っているため、祝祭日の時系列データを将来に拡張できます。

新製品の需要予測の生成を開始するタイミング

これは、各組織が行う必要があるビジネス上の決定です。理想的には、組織は新製品の需要を満たすために予測を使用する必要があります。新しい製品の製造を開始する前に、毎週または毎月のNPI需要予測を作成することをお勧めします。予測は、パートと労力を適切に見積もるのに役立ちます。

どのようなサードパーティーデータを収集すべきですか？

より正確な予測を得るには、コンシューマーインデックス、プロキシのコスト、姉妹の売上履歴などのサードパーティーデータを追加することを検討できます。このサードパーティーデータは、関連する時系列データと見なされます。このデータは、売上データと同じ期間、および同じ周期 (毎日または毎週など) で取得することを検討してください。

最低限必要なインフラストラクチャは何ですか？

少なくとも、インフラストラクチャは以下をサポートしている必要があります。

• データインジェストパイプライン。バッチモードまたはストリーミングモードでデータを収集します。

• raw データを抽出して ML モデリング用の標準化された入力形式に変換する前処理ETLパイプライン

• モデルの開発、実験、検証のための開発環境

• ML モデルを本番環境にプッシュする継続的インテグレーションと継続的デプロイ (CI/CD) パイプライン

• モデルレジストリ、モニタリング、再トレーニングのメカニズム

• 転送中のデータと保管中のデータを暗号化し、きめ細かなアクセスコントロールを提供するセキュリティレイヤー

データ駆動型アプローチが有効であることを確認するにはどうすればよいですか？ KPIs とは何ですか?

すべてのデータサイエンスイニシアチブまたはデータ駆動型ソリューションは、一連の主要なパフォーマンス指標 () に照らして検証する必要がありますKPIs。これらは、モデルの予測が実際の需要にどれだけ近づいているかを示す指標KPIsになります。このメトリクスは、1 週間または 1 か月後の予測など、さまざまな期間に生成できます。また、モデルによって生成された予測に基づいて、順序が大きすぎたり小さすぎたりしたパーツの数を直接測定することもできます。利害関係者と上級管理者は、モデルのパフォーマンスを追跡KPIsする のセットを慎重に作成する必要があります。これらを使用してKPIs、 ROIが期待を満たしているかどうかを確認します。

予測はどのくらいの頻度で生成すべきですか？

予測頻度は 2 つの要因によって異なります。予測を利用可能な時系列データセットにどの程度密接に接続しますか？ 関連する時系列データセットのデータはどの程度可変ですか？ 一般的に、頻繁に予測を生成すると、組織が新製品の需要を満たすための適切な準備に役立ちます。

セルフサービスを有効にするにはどうすればよいですか？

容量が増えるにつれて、組織は予測生成のためのデータの取り込み、前処理、モデルトレーニングパイプラインを自動化するセルフサービスインフラストラクチャを開発する必要があります。ML モデルの結果と影響を測定し、オンデマンドアクセスのためにダッシュボードに公開する必要があります。

AWS 料金はどのように機能しますか？

詳細については、AWS 料金を参照してください。