ステップ 5: 意思決定のための予測を生成して使用する

特定のユースケースに求められる精度を満足するモデルができたら (バックテストで確認)、最後のステップはモデルをデプロイして予測を生成することです。Amazon Forecast にモデルをデプロイするには、Create_Forecast API を実行する必要があります。このアクションは、履歴データセット全体でトレーニングして作成されたモデルをホストします (データをトレインセットとテストセットに分割する Create_Predictor とは異なります)。予測対象期間で生成されたモデル予測は、次の 2 つの方法で利用できます。

• 特定の商品の予測を (商品または商品とディメンションの組み合わせを指定して) AWS CLI で Query_Forecast API を使用するか、直接 AWS Management Console 経由でクエリできます。

• Create_Forecast_Export_Job API を使用して、すべての分位数にわたる商品とディメンションのすべての組み合わせの予測を生成できます。この API は、生成した CSV ファイルを Amazon Simple Storage Service (Amazon S3) の選択した場所に安全に保存します。その後、この CSV ファイルのデータを使用して、意思決定に使用する下流システムに取り込むことができます。例えば、既存のサプライチェーンシステムでは、Amazon Forecast の出力を直接取り込んで、特定の SKU の製造に関する意思決定に役立てることができます。

確率的予測

Amazon Forecast では、さまざまな分位数での予測を生成できます。これは、実測値が予測値を下回る場合と上回る場合でそれぞれコストが異なる場合に特に役立ちます。予測子のトレーニング段階と同様に、p1 と p99 の間の分位数について確率的予測を生成できます。

Amazon Forecast は、デフォルトで予測子のトレーニング中に使用した分位数と同じ分位数で予測を生成します。予測子のトレーニング中に分位数が指定されていない場合、予測はデフォルトで p10、p50、p90 で生成されます。

p10 予測とは、正しい値が予測値よりも低くなる確率が 10% であると予想されるものであり、wQL [0.1] 指標を使用して精度を評価できます。つまり、P10 の予測は 90% の確率で実際の値を下回ることを示しており、在庫予測で利用する場合、90% の確率で商品が売切れとなります。P10 の予測は、保管スペースがあまりない場合や、投資する資本のコストが高い場合に役立つ場合があります。

注記

分位数予測の正式な定義は、Pr (実際の値 <= 分位点 q での予測) = q です。厳密には、分位数は百分位数 / 100です。統計学者は「P90 分位数レベル」と言う傾向がありますが、これは、「分位数 0.9」よりも言いやすいからです。例えば、P90 の分位レベルの予測では、実際の値は 90% の確率で予測値を下回ると予想されます。具体的には、時間 = t1 で分位数レベル = 0.9 のとき、予測値 = 30 で、これはつまり、時間 = t1 での実際の値は、1,000 回シミュレーションを行った場合、900 回のシミュレーションでは 30 未満になり、100 回のシミュレーションでは 30 回を超えると予想されます。

一方、P90 予測は、90％ の確率で実際の値を上回るため、商品を販売しないことによる機会コストが極端に高い場合や、投資資本のコストが低い場合に役立ちます。食料品店の場合、P90 予測は、牛乳やトイレットペーパーなどに使われる場合があります。このような食料品店の場合、売切れを回避することが重要であり、常に棚に商品が数点残っていてもかまいません。

p50 予測 (予測中央値とも呼ばれる) では、50％ の確率で正しい値は予測値よりも低いと予想され、wQL [0.5] 指標を使用して精度を評価できます。在庫過剰がさほどの懸念事ではなく、特定の商品に対する需要が中程度の場合は、p50 分位数予測が役立ちます。

視覚化

Amazon Forecast を使用すると、AWS Management Console で予測をにネイティブにプロットできます。さらに、Python のデータサイエンススタックをすべて活用することもできます (Amazon Forecast Examples (Amazon Forecast の例) を参照してください)。Amazon Forecast を使用すると、ExportForecastJob API を介して予測を CSV ファイルとしてエクスポートできます。これにより、ユーザーは好みの分析ツールで予測を視覚化できます。

Amazon Forecast コンソールでさまざまな分位数での視覚化が可能