Amazon Forecast 的時間序列預測原則
發佈日期:2021 年 9 月 1 日 (文件歷史記錄)
如今,公司使用簡單的試算表到複雜的財務規劃軟體等各種工具,以期能準確預測未來的業務成果,例如產品需求、資源需求和財務績效。本白皮書介紹預測及其術語、挑戰和使用案例。本文件使用案例研究來補強預測概念、預測步驟,並述及 Amazon Forecast
概觀
預測是研判未來趨勢的科學。利用歷史資料,企業可以了解趨勢、判斷未來可能發生的事情及其時間,繼而將這些資訊擬定在未來的計劃中,從產品需求到庫存規劃與人員配置等,一切都做好準備。
從預測的結果來看,準確性至關重要。如果預測過高,客戶可能會過度投資於產品和員工,從而導致無效投資。如果預測太低,客戶可能會投資不足,導致原料和庫存短缺,進而產生糟糕的客戶體驗。
現今的企業為了產生預測均廣泛使用各種工具,從簡單的試算表到複雜的需求/財務規劃軟體都在其列,但仍難以掌握高準確性,原因有兩個:
-
首先,傳統預測難以納入大量的歷史資料,過去有許多重要訊息被吞沒在雜訊之中。
-
其次,傳統預測很少納入相關但獨立的資料,而這類資料可能提供了重要情境背景 (例如價格、假日/活動、缺貨、市場促銷等等)。若沒有完整的歷史和較豐富的情境背景,大多數預測都無法準確預測未來。
Amazon Forecast
採用 Well-Architected 了嗎?
AWS Well-Architected Framework
在機器學習聚焦中,我們專注於如何在 AWS 雲端 中設計、部署和架構機器學習工作負載。本聚焦會新增至 Well-Architected 架構中說明的最佳實務。
如需更多關於雲端架構的專家指導和最佳實務 (參考架構部署、圖表和白皮書),請參閱AWS架構中心