AWS 宣布全面推出 Amazon Lookout for Metrics-ESG跨境

西雅图--今天，Amazon.com, Inc. (NASDAQ: AMZN) 旗下公司 Amazon Web Services, Inc. (AWS) 宣布全面推出 Amazon Lookout for Metrics，这是一项全新的全托管服务，可检测指标异常并帮助确定其根本原因。 Amazon Lookout for Metrics 可帮助客户以更高的速度和准确性监控其业务最重要的指标，例如收入、网页浏览量、活跃用户、交易量和移动应用程序安装。该服务还可以更轻松地诊断异常的根本原因，例如收入意外下降、购物车废弃率高、支付交易失败高峰、新用户注册增加等等——所有这些都没有机器学习经验必需的。使用 Amazon Lookout for Metrics，没有预先承诺或最低费用，客户只需为每月分析的指标数量付费。要开始使用 Amazon Lookout for Metrics，请访问

“让我们的客户能够对近乎实时的异常检测做出响应、快速适应并预测未来的中断和机遇，这是迈向现代数据文化的关键一步。”

各种规模和跨行业的组织收集和分析指标或关键绩效指标 (KPI)，以帮助其业务有效和高效地运行。传统上，商业智能 (BI) 工具用于跨不同来源管理这些数据（例如，存储在数据仓库中的结构化数据、驻留在第三方平台上的客户关系管理数据或保存在本地数据存储中的运营指标）并创建仪表板如果检测到异常，可用于生成报告和警报。但是有效地识别这些异常是具有挑战性的。传统的基于规则的方法是手动的，并寻找超出任意定义的数值范围的数据（例如，如果每小时的交易量低于某个数字，则提供警报），如果范围太窄，则会导致错误警报，如果范围太宽，则遗漏异常。这些范围也是静态的，不会根据不断变化的条件（例如一天中的时间、一周中的某天、季节或业务周期）而改变。当检测到异常时，开发人员、分析师和业务所有者可能会花费数周时间尝试确定更改的根本原因，然后才能采取行动。机器学习为基于规则的方法带来的挑战提供了一个引人注目的解决方案，因为它能够识别大量信息中的模式、快速识别异常并动态适应业务周期和季节性模式。但是，从头开始开发机器学习模型需要一个数据科学家团队，他们可以随着时间的推移构建、训练、部署、监控和微调机器学习模型。此外，单一算法很少能满足企业的所有需求，这导致企业花费大量时间和费用来创建和维护多种算法来解决不同的用例。最终，很少有组织拥有经验丰富的数据科学家和必要的资源来成功超越基于规则的方法，并充分发挥机器学习在检测指标异常方面的潜力。

Amazon Lookout for Metrics 是一项新的机器学习服务，可自动检测指标异常并帮助客户快速确定根本原因。 Lookout for Metrics 将亚马逊内部用于检测其业务指标异常的技术交到每个开发人员手中。客户可以将 Amazon Lookout for Metrics 连接到 19 个流行的数据源，包括 Amazon Simple Storage Solution (S3)、Amazon CloudWatch、Amazon Relational Database Service (RDS) 和 Amazon Redshift，以及 Salesforce、Marketo 和 Zendesk 等 SaaS 应用程序，持续监控对业务重要的指标（例如总收入、毛利率、平均购买频率、广告支出回报率等）。 Amazon Lookout for Metrics 自动检查和准备数据，选择最适合的机器学习算法，开始检测异常，将相关异常分组在一起，并总结潜在的根本原因。例如，如果客户的网站流量突然下降，Amazon Lookout for Metrics 可以帮助他们快速确定营销活动的意外停用是否是原因。该服务还按预测的严重性对异常进行排名，以便客户可以优先处理要首先解决的问题。 Amazon Lookout for Metrics 可轻松连接到通知和事件服务，例如 Amazon Simple Notification Service (SNS)、Slack、Pager Duty 和 AWS Lambda，允许客户创建自定义警报或操作，例如提交故障单或从零售网站。随着服务开始返回结果，客户还可以通过 AWS 控制台或应用程序编程接口 (API) 就检测到的异常的相关性提供反馈，并且该服务使用此输入来不断提高其准确性。

“从营销和销售到电信和游戏，所有行业的客户都有 KPI，他们需要能够监控其业务职能范围内的潜在高峰、低谷和其他超出正常范围的异常情况。但是，捕捉和诊断指标中的异常可能具有挑战性，并且在确定根本原因时，所造成的损害比之前发现的要大得多，”AWS 亚马逊机器学习副总裁 Swami Sivasubramanian 说。 “我们很高兴能够提供 Amazon Lookout for Metrics，以帮助客户使用易于使用的机器学习服务监控对其业务很重要的指标，该服务利用 Amazon 在大规模检测异常方面的经验，并且非常准确，并且速度。”

Lookout for Metrics 可直接通过 AWS 控制台以及 AWS 合作伙伴网络中的支持合作伙伴获得，以帮助客户使用该服务实施定制的解决方案。该服务还与 AWS CloudFormation 兼容，并且可以在符合欧盟通用数据保护条例 (GDPR) 的情况下使用。 Lookout for Metrics 现已在美国东部（弗吉尼亚北部）、美国东部（俄亥俄）、美国西部（俄勒冈）、欧洲（爱尔兰）、欧洲（法兰克福）、欧洲（斯德哥尔摩）、亚太地区（新加坡）、亚太地区推出（悉尼）和亚太地区（东京），未来几个月将在其他地区推出。

DevFactory 是一家位于迪拜的全球企业软件和服务解决方案提供商。 “我们的旗舰产品 Quantum Retail 为成千上万的零售客户提供以零售为中心的智能供应链管理和库存优化解决方案。我们的客户拥有不稳定的销售数据，这些数据受到商店、产品和部门等类别的数百万个日常事件的影响，这些事件根据年、月和日的季节性而波动。了解销售模式并将异常销售与季节性变化区分开来对于准确预测和下游库存计划至关重要，”DevFactory 首席执行官 Rahul Subrananiam 说。 “我们现有的解决方案依赖于统计模型，并且经常无法检测到商店之间的异常销售行为，从而导致向商店分配库存过多或不足，进而严重影响整体收入和客户满意度。借助 Lookout for Metrics，我们只需单击几下即可自动监控所有重要类别的数据，并在我们之前遗漏的近 40% 的案例中识别异常事件。通过快速识别此类案例，我们能够以最佳方式调整所有商店的库存计划和分配。”

Digitata 智能地改变移动运营商的定价和用户参与度，使运营商能够做出更好、更明智的决策，以实现并超越业务目标。 “在 Digitata，真正重要的是让每个人都以可承受的价格连接起来。这需要深入了解经济学，特别是根据两者变化对供需和客户行为的理解，”Digitata 首席技术官 Nico Kruger 说。 “使用 Lookout for Metrics，我们能够在几分钟内发现对移动网络运营商客户的定价产生负面影响的问题。我们能够立即确定罪魁祸首并在两小时内推出修复程序。如果没有 Lookout for Metrics，我们将需要大约一天的时间来识别和分类问题，并且会导致客户收入下降 7.5%。 Lookout for Metrics 使我们能够迅速采取行动并确保定价模型的最佳性能，让我们专注于真正重要的事情——让每个人都保持联系。”

More Retail 是印度全渠道食品和杂货零售的先驱，并致力于成为印度消费者对食品和杂货需求的首选。 More 在印度拥有 22 个大卖场和 624 个超级市场，由 13 个配送中心、7 个水果和蔬菜收集中心和 6 个主食加工中心组成的网络提供支持。 “在超过 400 万个 SKU-Location 组合中，MRPL 经常遇到具有先前指标的库存下降。这些可能是供应商未生产的特定 SKU、面临跨 SKU 问题的特定供应商或区域供应链中的压力，”More Retail 首席转型官 Supratim Banerjee 说。 “我们对用于捕获这些事件的 Amazon Lookout for Metrics 的初步评估看起来很有希望。我们能够在事件真正影响我们的商店和客户之前捕获 20% 的事件。令人兴奋的是，我们能够在几个小时而不是几周或几个月内看到结果。我非常感谢 Lookout for Metrics 如何让我的团队轻松快速实施 AI/ML 驱动的工作负载，并让我们即使在最具挑战性的时期也能动态地支持我们的运营人员。”

自 2001 年成立以来，Slalom 已发展成为一家拥有 5,000 多名员工、价值 10 亿美元的公司。其客户包括一半以上的财富 100 强企业，以及各种初创公司、非营利组织和创新组织。 “通过利用 Amazon Lookout for Metrics，我们的客户将能够快速准确地获得关键数据洞察，”Slalom 数据和分析高级总监 David Frigeri 说。 “让我们的客户能够对近乎实时的异常检测做出响应、快速适应并预测未来的中断和机遇，这是迈向现代数据文化的关键一步。”

Wipro 是一家全球 IT 咨询和系统集成服务公司，为金融服务、零售、消费品等行业的全球企业开发和实施解决方案。 “为我们， Amazon Lookout 指标 Wipro AWS 业务集团总经理兼全球负责人 Manish Govil 博士说： “Lookout for Metrics 不仅减少了我们的开发工作，而且还显着缩短了对客户工作负载进行异常检测所需的时间。它还使我们能够近乎实时地分析历史和连续数据流，使我们能够发现并消除客户运营和业务数据中的异常情况。我们很高兴将这项 AWS 服务带给我们的客户，帮助他们在云中大规模实现 AI 驱动的业务成果。”

关于亚马逊网络服务

15 年来，Amazon Web Services 一直是世界上最全面、应用最广泛的云平台。 AWS 一直在不断扩展其服务以支持几乎任何云工作负载，现在它拥有 200 多项功能齐全的服务，用于计算、存储、数据库、网络、分析、机器学习和人工智能 (AI)、物联网 (IoT) 、移动、安全、混合、虚拟和增强现实（VR 和 AR）、媒体以及来自 25 个地理区域内的 80 个可用区 (AZ) 的应用程序开发、部署和管理，并宣布计划再增加 15 个可用区和另外 5 个可用区澳大利亚、印度、印度尼西亚、西班牙和瑞士的 AWS 区域。数以百万计的客户（包括发展最快的初创公司、最大的企业和领先的政府机构）信任 AWS 来支持他们的基础设施、变得更加敏捷并降低成本。

关于亚马逊

亚马逊遵循四项原则：以客户为中心而非以竞争对手为中心、对发明的热情、对卓越运营的承诺以及长期思考。客户评论、一键购物、个性化推荐、Prime、亚马逊物流、AWS、Kindle Direct Publishing、Kindle、Fire 平板电脑、Fire TV、亚马逊 Echo 和 Alexa 是亚马逊率先推出的一些产品和服务。

点击咨询现在有哪些新兴平台值得关注 >>>

特别声明：以上文章内容仅代表作者本人观点，不代表ESG跨境电商观点或立场。如有关于作品内容、版权或其它问题请于作品发表后的30日内与ESG跨境电商联系。