Amazon Forecast 客戶

Anaplan Inc. 是一間雲端原生企業 SaaS 公司，致力於協助全球企業協調業務績效。跨產業領導者依靠我們的平台來連接團隊系統和整個組織的洞見，以不斷適應變化，從而改變其營運方式並重塑價值創造。Anaplan 總部位於三藩市，在全球擁有 20 多個辦事處、175 個合作夥伴，以及約 1500 個客戶。 

我們與 Amazon Forecast 的高影響力合作，可讓客戶在需求管理、財務預測和人力規劃等使用案例中融入預測性智慧。我們的 PlanIQ 解決方案提供了更高的預測準確性，該解決方案內嵌了 Amazon Forecast，可引導更智慧的決策，透過與 Anaplan 平台的無縫整合，能夠輕鬆利用不同級別的資訊和資料。中南部救護服務等客戶僅在 2.5 週內啟動並運行，使用 PlanIQ 提供更準確的每週和六週的循環預測。PlanIQ 幫助他們降低風險（尤其是在患者需求的突發情況下）有助於確保他們擁有合適的資源來提供最佳患者反應和結果。

Anaplan 產品長 Rohit Shrivastava

The Very Group 是英國最大規模的綜合數位零售商和金融提供商，年銷售額超過 22 億英鎊，每天的網站造訪量超過 180 萬次。該公司擁有其自己的品牌，包括 Very.co.uk，Littlewoods.com 和 LittlewoodSireland.com ，銷售超過 1,800 個著名品牌，擁有 4,4 萬名客戶，每年交付 49 萬種產品。

我們與 AWS 合作，利用 AWS 預測和 AI/ML 解決方案來加速並建立新的零售需求預測功能。透過利用國際團隊和全面協作，The Very Group 出色地實現了 9.9% 的 SKU 管理改進，價值超過 1.1 億英鎊。這些結果歸功於該計劃投入 800 多個小時，完成 70 多次實驗，產生超過 800 萬個預測結果。我們現在正在將模型擴展到其他業務領域，並在整個組織中採用其他使用案例進行迭代，並將更新的資料新增至 Amazon Forecast，以持續提高模型準確性。

The Very Group 資料長 Steve Pimblett

More Retail 是印度全通路食品與雜貨零售領域的先驅，其致力於成為滿足印度消費者食品和雜貨需求的首選。More 在印度擁有 22 個大賣場和 624 個超市，由 13 個經銷中心、7 個水果和蔬菜收集中心和 6 個主食加工中心構成的網路提供支援。

More 是印度食品和雜貨品「新鮮」類別的市場領導者。為了開展切實可行的業務，More 需要同時管理新鮮農產品的庫存可用性，同時最大程度地減少浪費。為了平衡這些相互競爭的優先級，More 協同 AWS 和資料科學諮詢公司 Ganit 開展合作，建置並部署了圍繞 Amazon Forecast 建置的需求預測和自動訂購系統。我們需要在商店-商品-日期級建立非常細緻的預測，因此我們會優先考慮 ABC-XYZ 型框架的開發工作。

商店-商品組合按 3x3 矩陣繪製：以歷史模式為基礎的 ABC 銷售卓越性軸 (A – 高、B – 中、C – 低) 和 XYZ 可預測性軸 (X – 易於預測、Z – 難以預測)。不出所料，ABC-XY 儲存貯體中的商品測準確性顯著優於 Z 儲存貯體。然而，對於 Z 儲存貯體中的組合，Amazon DeepAR+ 的效能顯著優於指數平滑等傳統方法，預測準確性提升了 10%。之所以能夠做到，是因為 Amazon Forecast 能夠學習其他 SKU (XY) 模式，並將其套用至 Z 儲存貯體中極不穩定的商品。

使用 Amazon Forecast，我們能夠將預測準確性從 27% 提高至 76%，將新鮮農產品類別的浪費減少 20%。Amazon Forecast 提供預測分佈，這有助於我們最佳化過低和過高的預測成本，從而使缺貨率保持在 3%，並提高了毛利率。這使我們的商店經理更輕易透過查看每日預測來下更準確的採購單。我們現在正在將模型擴展到其他類別，使用其他相關資料集進行迭代，並將更新的資料新增至 Amazon Forecast，以持續提高模型準確性。

More Retail CTO Supratim Banerjee

Meesho 是印度最大的長尾/無品牌產品市場，我們的願景是讓印度 1 億小型企業在線上取得成功。Meesho 市場為微型、中小型企業和個體企業家提供了與數百萬客戶接觸的機會，從 100 多個類別中進行選擇，提供泛印度物流、支付服務和客戶支援能力，以在 Meesho 生態系統上高效運營業務。

在 Meesho，我們擁有許多產品的使用壽命短，對於我們對與產品性能相關的關鍵指標做出反應，並最佳管理庫存是非常重要的。透過使用 Amazon Forecast，我們可以預測每週/每日的產品需求預測，與現有解決方案相比，預測精度提高了 20%。Amazon Forecast 提供了易於使用的 API，協助我們輕鬆建置自動化系統，所需時間只有內部模型的一半。目前為止，我們透過 Amazon Forecast 在目前庫存上取得有前途的成果，並計劃繼續利用它來提高我們不斷增長的產品種類型的預測準確性。

Meesho 資料科學總監 Ravindra Yadav

Shimamura Music 於 1962 年源於日本的一所小型音樂學校，成立於 1969 年，當時它開始向學生銷售樂器。以「培養更多欣賞音樂的人」為使命，目前在全國 39 個都道府縣設有零售店和音樂學校。該公司被稱為日本最大的樂器零售店和日本領先的音樂學校之一，為音樂家提供支援，包括修理樂器、策劃和舉辦活動和音樂會，以及營運音樂工作室。

雖然我們對 AWS 並不完全熟悉，但我們仍然可以使用 Amazon Forecast 實作自動訂購。該團隊成功地透過我們的內部部署需求預測工具和資料庫遷移。這讓他們能夠繼續致力於我們改善業務的長期專案。我對使用 AWS 時系統的發展令我深刻印象深刻。

Shimamura Music Co. 後勤部 Rumi Aoyagi

Adore Beauty 是澳洲排名第一的純線上美容產品零售商，也是 260 多個領先美容品牌的官方庫存商。他們正在尋找一種方法來改善和反覆運作其預測銷售營收的方法。之前的方法在範圍、所需的歷史資料，以及所需的手動干預層級方面存在局限性。該團隊與 AWS 資料實驗室合作建置了一個自動化銷售預測模型，該模型足夠靈活，能夠隨時間的推移新增更多資料，提高整體預測準確性，並支援「假設」情境分析，以便做出更有效的定價和促銷決策。

在短短四天內，Adore Beauty 團隊使用 Amazon Forecast 建置了銷售營收預測模型的原型，他們能夠將其擴展至 Adore Beauty 支援的每個品牌。他們的解決方案包括一個端對端的協同運作管道，每天產生對未來時間段的預測。該團隊還在實驗室中使用 COVID-19 資料成功地進行了「假設」情境分析，並對幾乎沒有歷史資料可用的專案進行了冷啟動預測。

鴻海科技集團 (富士康) 是全球最大的電子製造商和技術解決方案供應商。在新型冠狀病毒肺炎疫情期間，富士康面臨著客戶需求、供應和產能方面前所未有的動盪。該公司與 Amazon Machine Learning 實驗室攜手合作，為其墨西哥工廠開發需求預測模型，以透過簡單的 API 叫用和輸入資料產生準確的淨訂單預測。

我對 AWS 的世界一流機器學習團隊留下深刻印象。我的團隊與 Amazon Machine Learning Solutions Lab 密切合作，在幾週內使用 Amazon Forecast 開發了一個需求預測模型。我們的解決方案將我們的預測準確性提高了 8%。我們預計墨西哥工廠使用該解決方案每年可節省 553,000 美元。除此之外，一旦我們將數據基礎設施遷移到 AWS，將很容易將此解決方案整合到我們的雲端工作流程中。與 AWS 的這項合作有助於降低浪費勞動力成本，並最大限度地提高客戶滿

富士康技術顧問兼 CoE 架構師 Azim Siddique

Clearly 是全球最大的線上眼鏡零售商之一，其宗旨為「每個人都值得擁有清晰世界」。他們透過易於使用的線上平台向全球提供眼鏡、隱形眼鏡和太陽眼鏡，透過他們消除不良視力的宗旨，協助有需要的人士取得免費的眼鏡和眼睛護理服務。

借助 Virtual Try On 等領先的電子商務工具，結合他們無與倫比的客戶服務，他們致力於以負擔得起且輕鬆的方式幫助每個人清楚地看到-這意味著不斷尋找創新、改進和簡化流程的方法。有效準確地預測客戶的未來行為是目前零售業內最大的機器學習挑戰之一。在短短幾週內，Amazon Forecast 使我們能夠準確可靠地預測未來一周的銷售額，準確度超過 97%，並在預測下個月的銷售時準確度超過 90%。

Ziv Pollak，機器學習團隊負責人-清楚

Swiggy 是印度最大的隨需超級市場，其願景是為城市消費者提供跨多個類別 (食品、雜貨) 無與倫比的便利。Swiggy 總部位於班加羅爾，在 500 多座城市擁有業務，與超過 13 萬間餐廳/商店合作，並營運著 20 萬家配送合作夥伴的隨需車隊。

對於我們對關鍵業務指標的變化迅速做出反應，這些指標在空間（例如城市內的區域）和時間（例如一天時間）分段的關鍵業務指標是至關鍵的關鍵業務指標。例如，如果我們可以預測關鍵業務指標的變更，例如每次交付成本，那麼我們就能更好地管理我們的相關成本和激勵措施。AWS Forecast 讓我們能夠輕鬆使用影響業務指標的相關資料，來提高預測準確性。我們對 Amazon Forecast 的初始評估來預測我們在超本地物流領域中的業務指標看起來很有前途，我們計劃利用它來提高業務指標預測準確性。

Swiggy 傑出工程師 Vijay Seshadri

對於尋求根據 AI 導向型資料分析做出最佳商業決策的任何電商商店來說，RetentionX 是理想的隨插即用分析解決方案。RetentionX 將您的資料翻譯成明確的動作，僅用一個易於使用的工具即可取代整個資料科學團隊的力量。

我們直接向消費者的客戶正在尋找快速見解，以管理他們的業務營運並推動自動化操作。我們與任何電商系統整合，例如 Shopify，並提供 100 個以上的資料科學導向型分析，例如需求預測、客戶終身價值、流失率預測、同類群組分析，以及收入預測。只需按一下滑鼠，使用 RetentionX 的客戶就可以在Amazon Forecast 的支援下，立即產生自訂的基於機器學習的預測。此外，客戶可以輕鬆查看我們使用 Amazon SageMaker 建立的流失率預測和客戶終身價值等洞見，然後根據這些洞見自動執行行銷活動。我們的系統已能夠從類似公司的資料中學習，從而為決策制定者提供獨特的洞見。我們選擇 Amazon Forecast 是為了易於整合並在 AWS 中擁有整個架構。Amazon Forecast 可讓我們在一週內從 5 個擴展至 200 個以上的個別預測模型。作為具有上百個預測模型的軟體即服務解決方案，必須具有可擴展性和可用性。AWS 是我們確保這一點的完美合作夥伴。

CEO Alexander Jost - RetentionX

AffordableTours.com 是美國觀光旅遊、遊輪、內河遊輪和活動假期最大型的旅行銷售商之一，透過提供低廉的價格和最高質量的客戶服務，讓我們屢獲殊榮的服務團隊協助世界各地的旅行者度過夢想中的假期。

在 AffordableTours.com，我們的客戶有引人入勝的激勵機來接電給我們。我們竭力為他們提供低價旅行套票，協助他們看到和體驗新奇的事物。為了讓我們的業務蓬勃發展並提供更低的價格，我們需要盡可能處處提高效率。憑藉遍及全球的業務，我們經常遇到資源配置不平衡，無法處理客戶來電量的問題。有時我們的座席太多，有時我們的座席又太少，這會造成不一致的客戶體驗，增加未接來電率和營運成本。透過 Amazon Forecast，我們現在能夠預測客戶需求來電量，以確保我們每天擁有合適的代理人數，提高我們的未接來電率約 20%。

Affordabletours.com 的資深專案經理 Marc Rosenthal

Axiom Telecom 是中東區域電信業手機終端系統和技術分銷中的市場領導者，市場份額約為 55%，並且有望增長超過 60%。如今，它超過 10,000 個獨立和組織化零售客戶分銷電信產品。該公司的營運合併了 Nokia、Honor、Sony Ericsson、Motorola 和 Samsung 等無線行動裝置的批發、零售、增值服務和售後。該集團擁有 30 個倉庫和超過 300 輛配送車輛的車隊。

Amazon Forecast 讓我們能夠準確預測銷售額並提供更好的庫存計劃。這不僅有益於我們和我們的業務，而且能夠讓我們的客戶真正獲益。在使用 Amazon Forecast 之前，我們在很大程度上依賴於統計模型和手動程序組合，來預測銷售和庫存管理。這不僅需要大量時間和人力來維持這些手動預測，而且還有可能出錯。憑藉 Amazon Forecast，我們看到實證可用性提升超過 20%，庫存最佳化方面提高了 15%。此外，我們已將正在進行手動預測的團隊轉移到現在專注於更多增值的努力，從新的預測中獲取見解，以幫助改善我們的業務成果。

技術與創新總監 Wassim Al Khayat

Heroleads 是東南亞領先的績效行銷公司，為客戶提供整合式端對端解決方案，這些解決方案針對其行銷需求量身定製，並最大程度地提高 MROI。

我們的媒體規劃團隊將超過 60% 的時間用於建立和維護手動預測模型，並支持銷售和營運團隊了解各種數字營銷渠道和行業的績效趨勢，並規劃我們如何實現 KPI。透過整合 Amazon Forecast，我們將使團隊騰出精力來專注於更多增值工作，擴大我們的模型供其他團隊使用的範圍，並將我們的預測模型準確性提高至 99%。使用 Forecast 透過更快的洞察力、改善可預測性、績效警報系統、動態預算規劃和更準確的投資模式來提升我們團隊的信心，以確保我們的所有行銷活動 KPI 都能在正確的時間達到高效率。

Heroleads 首席資料工程師 Amit Das

OMOTOR 為企業提供最佳機器學習演算法、電腦視覺技術和認知機器人，均可透過 WhatsApp 和其他平台進行通訊，藉助人工智慧來協助企業做出改善。

在 OMOTOR，我們使用 AI 代表客戶進行創新，因此存取 AWS 最先進的深度學習技術對我們客戶的成功至關重要。使用 Amazon Forecast，我們能夠根據時間序列資料建立和完善各種預測，而不必每次都手動建置和訓練模型。我們預測了未來 12 個月的實際銷售量，因此我們可以適當地規劃庫存、估計未來盈利能力、追蹤市場份額得失或其他洞見。這意味著我們可以使用更多的內容資料，更頻繁地進行最佳化，產生預測且準確性提升超過 50%，並以驚人的速度運作。例如，我們正在幫助汽車行業的客戶預測巴西 185 輛車的銷售額。

OMOTOR 執行長 Marcio Rodrigues

ketteQ 是一個獨特的數位平台，可提供內建並部署於 Salesforce 和 AWS 雲端、擴展和安全上的供應鏈規劃及自動化解決方案。ketteQ 由具備數十年經驗的供應鏈專家打造，可提供進階資料管理和分析，結合協作和自動化工作流程，旨在提高安全性、可擴展性和可設定性。Georgia ketteQ 總部位於亞特蘭大的喬治亞，擁有一個遍佈全球的團隊、合作夥伴和客戶。

KetteQ 的需求計劃和預測解決方案用於針對各種使用案例產生預測，包括零售和全通道業務的預測，服務零件預測，季節性產品預測，促銷計劃等。KettEQ 與 AWS 的合作夥伴關係使我們能夠為我們的客戶提供全面的預測解決方案，結合 Amazon Forecast 的創新科學與 KetteQ 的協作和共識預測能力。從歷史數據獲得的見解與來自銷售、行銷和財務的前瞻性情報結合，可以產生高度準確的預測。

值得注意的是美國多家庭房地產團隊的營銷情報解決方案。該平台使客戶能夠掌握行銷和租賃績效問題、風險和機會，從而以更高效率，以更低的成本，以更高的投資報酬率來提高收入。

美國領先的多家庭行銷團隊使用 Remarkly 來監控和分析其物業營銷和租賃渠道，以及其廣告渠道績效和投資報酬率。我們的客戶重視指明發生情況的歷史資料，以及指示可能情況 KPI 預測，以便他們採取行動來規避風險並把握機遇。這兩個重要的資料集可協助我們的使用者最佳化寶貴的行銷資源，避免入住率和營收下降。我們充分利用 Amazon Forecast 進行產品的 KPI 預測，並取得了很好的成效。整合相對簡單、快速且具成本效益，這使我們能夠按時間表和預算內向客戶提供高價值、穩定的預測。「

Remarkably 聯合創辦人 Anna-Lea Dieringer

Datup 是一個需求計劃和庫存管理 SaaS 平台，供製造和零售公司及時轉換資料並節省資本。Datup 解決方案允許其客戶在雲端中整合多個來源，例如 ERP、試算表和純文字檔。Datup 面向 AI 的預測和庫存最佳化技術讓我們的客戶能夠增加營收，提高服務水準並釋放營運資金，避免庫存過剩。

在 Datup，我們致力於與客戶合作，在他們的供應鏈採用新興技術的途徑，這可以轉化為營運效率和可持續性。預測是我們價值主張的基石，不僅可以基於資料導向型工具提高需求規劃的準確性，還可以根據業務所需的回應時間減少與資訊整備相關的操作負擔。Amazon Forecast 非常適合我們的平台，以實現準確性、並行和敏捷性。我們的客戶 (自助服務或高接觸) 希望在幾個小時內處理成百上千個 sku 位置，以便根據他們的營運計劃及時做出最明智的決策。從預測中獲得了我們的庫存優化功能的動態準確輸入，幫助我們的客戶提高了他們的服務水平和填充率超過 92%，同時釋放高達 20% 的資金來自過量庫存和過時。

Datup CTO Ramiro Chaparro