北京2021年4月8日 /美通社/ -- 日前，亞馬遜云科技宣布Amazon Lookout for Metrics正式可用。這是一項(xiàng)全新的完全托管服務(wù)，使用機(jī)器學(xué)習(xí)檢測(cè)指標(biāo)中的異常情況，幫助企業(yè)診斷問題并確定根本原因。Amazon Lookout for Metrics幫助客戶以更快的速度、更高的準(zhǔn)確度監(jiān)控業(yè)務(wù)中的重要指標(biāo)，如收入、網(wǎng)頁瀏覽量、活躍用戶、交易量和移動(dòng)應(yīng)用安裝等?？蛻魺o需機(jī)器學(xué)習(xí)經(jīng)驗(yàn)，即可通過該服務(wù)更容易地診斷異?，F(xiàn)象發(fā)生的根本原因，如收入意外下降、購(gòu)物車的高棄購(gòu)率、支付交易失敗高峰、新用戶注冊(cè)增加等。Amazon Lookout for Metrics沒有預(yù)付費(fèi)用或最低承諾費(fèi)用，客戶只需為每月分析的指標(biāo)數(shù)量付費(fèi)。要開始使用Amazon Lookout for Metrics，請(qǐng)?jiān)L問https://aws.amazon.com/lookout-for-metrics/。欲深入了解亞馬遜云科技在AI/ML方面的創(chuàng)新舉措以及眾多客戶利用AI/ML在業(yè)務(wù)創(chuàng)新和企業(yè)轉(zhuǎn)型方面的最佳實(shí)踐，敬請(qǐng)關(guān)注將于4月22日舉辦的“2021亞馬遜云科技 AI在線大會(huì)”。
無論規(guī)模大小或所屬行業(yè)，企業(yè)往往都會(huì)收集和分析指標(biāo)或關(guān)鍵績(jī)效指標(biāo)（KPIs），以幫助業(yè)務(wù)有效且高效地運(yùn)行。以往，商業(yè)智能（BI）工具用于管理來自不同數(shù)據(jù)源的數(shù)據(jù)（如存儲(chǔ)在數(shù)據(jù)倉(cāng)庫中的結(jié)構(gòu)化數(shù)據(jù)，存于第三方平臺(tái)的客戶關(guān)系管理數(shù)據(jù)，保存在本地?cái)?shù)據(jù)存儲(chǔ)的運(yùn)營(yíng)指標(biāo)），并創(chuàng)建用于生成報(bào)告、針對(duì)檢測(cè)到的異常發(fā)出警報(bào)等的儀表板。但有效地識(shí)別這些異常是非常有挑戰(zhàn)性的。傳統(tǒng)的基于規(guī)則的方法需要手動(dòng)處理，且該方法通常將指定數(shù)值范圍之外的數(shù)據(jù)視為異常（如每小時(shí)交易低于一定數(shù)量時(shí)發(fā)出警報(bào)），這會(huì)導(dǎo)致如果指定的數(shù)值范圍太窄會(huì)發(fā)出錯(cuò)誤警報(bào)，而范圍太廣則檢測(cè)不到異常情況。并且，這些范圍也是靜態(tài)的，不會(huì)根據(jù)每天的時(shí)間段、每周、季節(jié)或業(yè)務(wù)周期等不斷變化的條件而變化。當(dāng)檢測(cè)到異常時(shí)，開發(fā)、分析和業(yè)務(wù)人員在采取行動(dòng)之前可能會(huì)花費(fèi)大量時(shí)間，嘗試找出導(dǎo)致異常的根本原因。基于機(jī)器學(xué)習(xí)的解決方案能夠解決以上傳統(tǒng)基于規(guī)則方法帶來的諸多挑戰(zhàn)，因?yàn)闄C(jī)器學(xué)習(xí)可以從大量信息中進(jìn)行模式識(shí)別，快速識(shí)別異常，并基于商業(yè)周期和季節(jié)等因素動(dòng)態(tài)地調(diào)整。然而，從無到有開發(fā)機(jī)器學(xué)習(xí)模型需要一個(gè)數(shù)據(jù)科學(xué)家團(tuán)隊(duì)，他們需要花費(fèi)大量時(shí)間構(gòu)建、訓(xùn)練、部署、監(jiān)控和微調(diào)機(jī)器學(xué)習(xí)模型。此外，一個(gè)單一的算法很難滿足企業(yè)的所有需求，這將導(dǎo)致企業(yè)花費(fèi)更多的時(shí)間和費(fèi)用來創(chuàng)建和維護(hù)多個(gè)算法，以應(yīng)對(duì)不同的需求。因此，幾乎沒有多少企業(yè)能夠做到既擁有經(jīng)驗(yàn)豐富的數(shù)據(jù)科學(xué)家，又有足夠的資源來淘汰基于規(guī)則的方法，而充分實(shí)現(xiàn)機(jī)器學(xué)習(xí)在指標(biāo)異常檢測(cè)方面的全部潛力。
Amazon Lookout for Metrics是一項(xiàng)全新的機(jī)器學(xué)習(xí)服務(wù)，它可以自動(dòng)檢測(cè)指標(biāo)中的異常情況，并幫助客戶快速識(shí)別根本原因。Lookout for Metrics使用了與亞馬遜內(nèi)部用于檢測(cè)業(yè)務(wù)指標(biāo)異常的相同的技術(shù)，現(xiàn)在每個(gè)開發(fā)人員均可通過Lookout for Metrics使用該技術(shù)?？蛻艨梢詫mazon Lookout for Metrics與19個(gè)流行的數(shù)據(jù)源建立連接，包括Amazon Simple Storage Service (Amazon S3)、Amazon CloudWatch、Amazon Relational Database Service (Amazon RDS)、Amazon Redshift，以及SaaS應(yīng)用如Salesforce、Marketo和Zendesk，來持續(xù)監(jiān)控業(yè)務(wù)的重要指標(biāo)（如總收入、毛利率、平均購(gòu)買頻率、廣告支出回報(bào)等）。Amazon Lookout for Metrics自動(dòng)檢查和準(zhǔn)備數(shù)據(jù)，選擇最適合的機(jī)器學(xué)習(xí)算法，檢測(cè)異常，將相關(guān)異常分組，并總結(jié)潛在的根本原因。例如，如果一個(gè)客戶的網(wǎng)站流量突然下降，Amazon Lookout for Metrics可以幫助他們快速確定某項(xiàng)營(yíng)銷活動(dòng)的意外停用是否是主要原因。該服務(wù)還可根據(jù)預(yù)測(cè)的嚴(yán)重程度對(duì)異常情況進(jìn)行排序，方便客戶確定問題處理的優(yōu)先級(jí)。Amazon Lookout for Metrics可以輕松連接至通知和事件服務(wù)，如Amazon Simple Notification Service (Amazon SNS)、Slack、Pager Duty和Amazon Lambda，允許客戶創(chuàng)建定制的通知或后續(xù)操作，如提交故障通知單或從零售網(wǎng)站刪除定價(jià)有誤的產(chǎn)品。隨著服務(wù)開始返回結(jié)果，客戶還可通過亞馬遜云科技的控制臺(tái)或應(yīng)用程序編程接口（API）提供關(guān)于異常檢測(cè)相關(guān)性的反饋，進(jìn)而不斷提高服務(wù)的準(zhǔn)確性。
“從市場(chǎng)營(yíng)銷和銷售到電信和游戲，所有行業(yè)的客戶都有KPI，他們需要監(jiān)控潛在的高峰、低谷，以及業(yè)務(wù)功能正常范圍之外的其他異常情況。但是，捕捉和診斷指標(biāo)中的異常很有挑戰(zhàn)性，并且等到確定了根本原因時(shí)，可能已經(jīng)造成了比如果及早發(fā)現(xiàn)大得多的損失。”亞馬遜云科技全球機(jī)器學(xué)習(xí)副總裁Swami Sivasubramanian表示，“我們很高興推出Amazon Lookout for Metrics這一易用的機(jī)器學(xué)習(xí)服務(wù)，利用亞馬遜自身在大規(guī)模、準(zhǔn)確和快速檢測(cè)異常方面的經(jīng)驗(yàn)，幫助客戶監(jiān)控其至關(guān)重要的業(yè)務(wù)指標(biāo)。”
客戶可直接通過亞馬遜云科技控制臺(tái)使用Amazon Lookout for Metrics服務(wù)，也可通過亞馬遜云科技合作伙伴網(wǎng)絡(luò)(APN)中的相關(guān)合作伙伴來幫助其實(shí)施使用該服務(wù)的定制解決方案。該服務(wù)與Amazon CloudFormation兼容，符合歐盟通用數(shù)據(jù)條例(GDPR)的要求。Amazon Lookout for Metrics現(xiàn)已在美國(guó)東部（弗吉尼亞北部）、美國(guó)東部（俄亥俄）、美國(guó)西部（俄勒岡）、歐洲（愛爾蘭）、歐洲（法蘭克福）、歐洲（斯德哥爾摩）、亞太地區(qū)（新加坡）、亞太地區(qū)（悉尼）和亞太地區(qū)（東京）區(qū)域正式推出，其它區(qū)域也將很快推出。
DevFactory是一家總部位于迪拜的全球企業(yè)軟件和服務(wù)解決方案提供商?！拔覀兊钠炫灝a(chǎn)品是Quantum Retail，為成千上萬的零售客戶提供智能零售供應(yīng)鏈管理和庫存優(yōu)化解決方案?？蛻舻匿N售數(shù)據(jù)是波動(dòng)的，會(huì)受到商店、產(chǎn)品和部門等類別數(shù)以百萬計(jì)的日常事件的影響，這些事件又會(huì)每年、每月和每天發(fā)生季節(jié)性的變化。理解銷售模式，并將異常銷售與季節(jié)性變化區(qū)分開來，對(duì)于準(zhǔn)確預(yù)測(cè)和規(guī)劃下游庫存至關(guān)重要。” DevFactory首席執(zhí)行官Rahul Subrananiam 表示，“我們現(xiàn)有的解決方案依賴于統(tǒng)計(jì)模型，經(jīng)常無法檢測(cè)到跨商店的異常銷售行為，導(dǎo)致庫存分配過?；虿蛔?，進(jìn)而顯著影響整體收入和客戶滿意度。有了Lookout for Metrics，我們實(shí)現(xiàn)了通過幾次點(diǎn)擊自動(dòng)監(jiān)控所有重要類別的數(shù)據(jù)，識(shí)別出之前錯(cuò)過的近40%的異常事件。通過快速識(shí)別這些異常，我們能夠以最佳方式調(diào)整我們的庫存計(jì)劃和所有門店的分銷?！?/p>
Digitata智能地變革了移動(dòng)運(yùn)營(yíng)商在定價(jià)和管理用戶方面的行為，使運(yùn)營(yíng)商能夠做出更好、更明智的決策，以滿足并超越業(yè)務(wù)目標(biāo)。“在Digitata，真正重要的是讓每個(gè)人都能以負(fù)擔(dān)得起的價(jià)格上網(wǎng)。這需要對(duì)經(jīng)濟(jì)學(xué)有深刻的理解，特別是供需和客戶行為的變化?！盌igitata首席技術(shù)官Nico Kruger表示。“通過Lookout for Metrics，我們能夠在幾分鐘內(nèi)發(fā)現(xiàn)一個(gè)對(duì)移動(dòng)網(wǎng)絡(luò)運(yùn)營(yíng)商用戶的定價(jià)產(chǎn)生負(fù)面影響的問題。我們能夠立即識(shí)別出根本原因，并在兩小時(shí)內(nèi)修復(fù)。如果沒有Lookout for Metrics，我們將需要花費(fèi)大約一天的時(shí)間來識(shí)別和分類問題，并可能會(huì)導(dǎo)致收入下降7.5%。Lookout for Metrics使我們能夠迅速采取行動(dòng)，確保我們的定價(jià)模式處于最佳狀態(tài)，幫助我們專注于真正重要的事情——讓連接無處不在。”
Marcaide創(chuàng)建了Flywire，旨在確保高價(jià)值的國(guó)際支付能夠快速、順利地進(jìn)行，既適用于個(gè)人，也適用于醫(yī)療、教育和旅游等多個(gè)行業(yè)的機(jī)構(gòu)?！霸贔lywire，我們的工程師依賴于全面的監(jiān)測(cè)系統(tǒng)。隨著我們的發(fā)展，他們經(jīng)常會(huì)收到誤報(bào)警，浪費(fèi)了他們追蹤這些不良線索的時(shí)間?！盕lywire基礎(chǔ)設(shè)施技術(shù)主管Omar Lopez表示，“通過Amazon Lookout for Metrics解析CloudWatch的事件，我們能夠在一個(gè)下午就投入生產(chǎn)，并將誤報(bào)率降低了7倍。這讓我們的站點(diǎn)可靠性工程師專注于警報(bào)本身，并為我們提供工具來解決未來更復(fù)雜的運(yùn)營(yíng)和業(yè)務(wù)問題?！?/p>
Wipro是一家全球IT咨詢和系統(tǒng)集成服務(wù)公司，為全球金融服務(wù)、零售、消費(fèi)品等行業(yè)的企業(yè)開發(fā)和實(shí)施解決方案。“對(duì)我們來說，Amazon Lookout For Metrics是一項(xiàng)自主服務(wù)，為客戶提供對(duì)安全和業(yè)務(wù)數(shù)據(jù)的關(guān)鍵洞察，幫助他們?cè)谠浦忻摲f而出?！?Wipro亞馬遜云科技事業(yè)部總經(jīng)理兼全球主管Manish Govil博士表示，“Lookout for Metrics不僅減少了我們的開發(fā)工作，還大大減少了在客戶工作負(fù)載中開展異常檢測(cè)所需的時(shí)間。它還使我們能夠近乎實(shí)時(shí)地分析歷史和連續(xù)的數(shù)據(jù)流，使我們能夠從客戶的運(yùn)營(yíng)和業(yè)務(wù)數(shù)據(jù)中及時(shí)發(fā)現(xiàn)并消除異常。我們很高興能為我們的客戶帶來這項(xiàng)亞馬遜云科技的服務(wù)，幫助他們?cè)谠浦幸?guī)?；瘜?shí)現(xiàn)人工智能驅(qū)動(dòng)的業(yè)務(wù)成果?！?/span>
