AmazonLookout for Metrics  utilizza l’apprendimento automatico per rilevare e determinare automaticamente la causa principale delle anomalie nelle metriche aziendali

DevFactory, Digitata e Flywire tra i clienti che utilizzano Amazon Cerca le metriche

SEATTLE- (BUSINESS WIRE) -Amazon Web Services, Inc. (AWS), un file Amazon.com, Inc. società (NASDAQ: AMZN), ha annunciato la disponibilità generale di Amazon Lookout for Metrics, un nuovo servizio completamente gestito che rileva le anomalie nelle metriche e aiuta a determinarne la causa principale. AmazonLookout for Metrics aiuta i clienti a monitorare le metriche più importanti per la loro attività come entrate, visualizzazioni di pagine web, utenti attivi, volume delle transazioni e installazioni di app mobili con maggiore velocità e precisione. Il servizio rende anche più facile diagnosticare la causa principale di anomalie come cali imprevisti delle entrate, tassi elevati di carrelli degli acquisti abbandonati, picchi di errori nelle transazioni di pagamento, aumento delle registrazioni di nuovi utenti e molto altro, il tutto senza esperienza di machine learning necessario. ConAmazon Attenzione alle metriche, non vi è alcun impegno iniziale o tariffa minima ei clienti pagano solo per il numero di metriche analizzate al mese. 

Le organizzazioni di tutte le dimensioni e in tutti i settori raccolgono e analizzano le metriche o gli indicatori chiave di prestazione (KPI) per aiutare le loro attività a funzionare in modo efficace ed efficiente. Tradizionalmente, gli strumenti di business intelligence (BI) vengono utilizzati per gestire questi dati attraverso fonti disparate (ad es. Dati strutturati archiviati in un data warehouse, dati di gestione delle relazioni con i clienti che risiedono su una piattaforma di terze parti o metriche operative conservate in archivi dati locali) e creare dashboard che può essere utilizzato per generare report e avvisi in caso di rilevamento di anomalie. Ma identificare efficacemente queste anomalie è impegnativo. I metodi tradizionali basati su regole sono manuali e cercano dati che non rientrano negli intervalli numerici definiti arbitrariamente (ad esempio, fornire un avviso se le transazioni orarie scendono al di sotto di un certo numero), che si traduce in falsi allarmi se l’intervallo è troppo ristretto o anomalie mancate se l’intervallo è troppo ampio. Anche questi intervalli sono statici e non cambiano in base a condizioni in evoluzione come l’ora del giorno, il giorno della settimana, le stagioni o i cicli economici. Quando vengono rilevate anomalie, sviluppatori, analisti e titolari di aziende possono trascorrere settimane cercando di identificare la causa principale del cambiamento prima di poter agire. L’apprendimento automatico offre una soluzione convincente alle sfide poste dai metodi basati su regole grazie alla sua capacità di riconoscere schemi in grandi quantità di informazioni, identificare rapidamente le anomalie e adattarsi dinamicamente ai cicli economici e ai modelli stagionali. Tuttavia, lo sviluppo di un modello di machine learning da zero richiede un team di data scientist in grado di creare, addestrare, distribuire, monitorare, e perfezionare un modello di machine learning nel tempo. Inoltre, un singolo algoritmo raramente soddisfa tutte le esigenze di un’azienda, il che fa sì che le aziende spendano significativamente più tempo e spese per creare e mantenere più algoritmi per risolvere diversi casi d’uso. In definitiva, poche organizzazioni possiedono i data scientist esperti e le risorse necessarie per superare con successo i metodi basati su regole e realizzare il pieno potenziale dell’apprendimento automatico per rilevare le anomalie nelle loro metriche.

AmazonLookout for Metrics è un nuovo servizio di machine learning che rileva automaticamente le anomalie nelle metriche e aiuta i clienti a identificare rapidamente la causa principale. Lookout for Metrics utilizza la stessa tecnologia utilizzata daAmazoninternamente per rilevare anomalie nelle sue metriche di business nelle mani di ogni sviluppatore. I clienti possono connettersiAmazon Cerca le metriche per 19 fonti di dati popolari, tra cui Amazon Soluzione di archiviazione semplice (S3), Amazon CloudWatch, Amazon Relational Database Service (RDS) e Amazon Redshift, così come le applicazioni SaaS come Salesforce, Marketo e Zendesk, per monitorare continuamente le metriche importanti per l’azienda (ad esempio entrate totali, margine lordo, frequenza di acquisto media, ritorno sulla spesa pubblicitaria, ecc.). AmazonLookout for Metrics ispeziona e prepara automaticamente i dati, seleziona l’algoritmo di machine learning più adatto, inizia a rilevare le anomalie, raggruppa insieme le anomalie correlate e riepiloga le potenziali cause alla radice. Ad esempio, se il traffico del sito web di un cliente è diminuito improvvisamente,AmazonLookout for Metrics può aiutarli a determinare rapidamente se la causa è una disattivazione involontaria di una campagna di marketing. Il servizio classifica anche le anomalie in base alla gravità prevista, in modo che i clienti possano stabilire la priorità del problema da affrontare per primo.Amazon Lookout for Metrics si collega facilmente a servizi di notifica e eventi come AmazonSimple Notification Service (SNS), Slack, Pager Duty e AWS Lambda, che consentono ai clienti di creare avvisi o azioni personalizzati come la presentazione di una risoluzione dei problemi o la rimozione di un prodotto con un prezzo errato da un sito Web di vendita al dettaglio. Quando il servizio inizia a restituire risultati, i clienti hanno anche la possibilità di fornire feedback sulla rilevanza delle anomalie rilevate tramite la console AWS o l’API (Application Programming Interface) e il servizio utilizza questo input per migliorare continuamente la propria precisione nel tempo.

“Dal marketing e dalle vendite alle telecomunicazioni e ai giochi, i clienti di tutti i settori hanno KPI di cui hanno bisogno per essere in grado di monitorare potenziali picchi, cali e altre anomalie al di fuori dei normali limiti nelle loro funzioni aziendali. Ma rilevare e diagnosticare le anomalie nelle metriche può essere difficile e, nel momento in cui è stata determinata la causa principale, è stato fatto molto più danno che se fosse stato identificato in precedenza “, ha affermatoSwami Sivasubramanian, Vicepresidente di AmazonApprendimento automatico per AWS. “Siamo entusiasti di offrireAmazon Lookout for Metrics per aiutare i clienti a monitorare le metriche importanti per la loro attività utilizzando un servizio di machine learning di facile utilizzo che sfrutta l’esperienza di Amazon nel rilevamento di anomalie su larga scala e con grande precisione e velocità “.

Lookout for Metrics è disponibile direttamente tramite la console AWS e tramite i partner di supporto nella rete di partner AWS per aiutare i clienti a implementare soluzioni personalizzate utilizzando il servizio. Il servizio è anche compatibile con AWS CloudFormation e può essere utilizzato in conformità con il Regolamento generale sulla protezione dei dati (GDPR) dell’Unione Europea. Lookout for Metrics è disponibile oggi negli Stati Uniti orientali (N. Virginia), Stati Uniti orientali (Ohio), Stati Uniti occidentali (Oregon), UNIONE EUROPEA (Irlanda), UNIONE EUROPEA (Francoforte), UNIONE EUROPEA (Stoccolma), Asia Pacifico (Singapore), Asia Pacifico (Sydney), e Asia Pacifico (Tokyo), con disponibilità in altre regioni nei prossimi mesi.

DevFactory è un file Dubaifornitore di soluzioni software e servizi per imprese globali. “Il nostro prodotto di punta, Quantum Retail, offre soluzioni intelligenti di gestione della catena di approvvigionamento e ottimizzazione delle scorte incentrate sulla vendita al dettaglio a migliaia di clienti al dettaglio. I nostri clienti dispongono di dati di vendita volatili influenzati da milioni di eventi giornalieri in categorie come negozi, prodotti e reparti che variano in base alla stagionalità annuale, mensile e giornaliera. Comprendere i modelli di vendita e separare le vendite anomale dalle variazioni stagionali è fondamentale per una previsione accurata e una pianificazione dell’inventario a valle “, ha affermato Rahul Subrananiam, CEO di DevFactory. “La nostra soluzione esistente si basava su modelli statistici e spesso non è riuscita a rilevare comportamenti di vendita anomali nei negozi, portando a un’allocazione eccessiva o insufficiente dell’inventario ai negozi, che a sua volta ha avuto un impatto significativo sul fatturato complessivo e sulla soddisfazione del cliente. Con Lookout for Metrics, siamo in grado di monitorare automaticamente i dati di tutte le categorie importanti con pochi clic e identificare eventi anomali in quasi il 40% dei casi che abbiamo perso in precedenza. Identificando rapidamente tali casi, siamo in grado di adattare la nostra pianificazione e distribuzione dell’inventario in tutti i negozi in modo ottimale “.

Digitata trasforma in modo intelligente i prezzi e il coinvolgimento degli abbonati per gli operatori di telefonia mobile, consentendo agli operatori di prendere decisioni migliori e più informate per soddisfare e superare gli obiettivi di business. “In Digitata, ciò che conta davvero è mettere tutti in contatto a un prezzo accessibile. Ciò richiede una profonda comprensione dell’economia, in particolare della domanda e dell’offerta e del comportamento dei clienti in base ai cambiamenti in entrambi “, ha affermatoNico Kruger, Chief Technology Officer, Digitata. “Utilizzando Lookout for Metrics siamo stati in grado di scoprire in pochi minuti un problema che influiva negativamente sui prezzi per un cliente di un operatore di rete mobile. Siamo stati in grado di identificare immediatamente il colpevole e implementare una correzione entro due ore. Senza Lookout for Metrics, ci sarebbe voluto circa un giorno per identificare e valutare il problema e avrebbe portato a un calo del 7,5% dei ricavi dei clienti. Lookout for Metrics ci consente di agire rapidamente e di garantire le prestazioni ottimali dei nostri modelli di prezzo, lasciandoci concentrare su ciò che conta davvero: mettere tutti in contatto “.

Nasce Marcaide Flywire, una startup che mira a garantire che i pagamenti internazionali di alto valore siano rapidi e privi di attriti, sia per gli individui che per le istituzioni in molti settori, inclusi sanità, istruzione e viaggi. “In Flywire, i nostri ingegneri fanno affidamento su sistemi di monitoraggio completi e, man mano che cresciamo, sono stati bombardati da falsi allarmi positivi che li privano di tempo mentre inseguono questi cattivi contatti”, ha affermatoOmar Lopez, Responsabile tecnico dell’infrastruttura, Flywire. “Facendo levaAmazonAlla ricerca di metriche per analizzare gli eventi da CloudWatch, siamo stati in grado di andare in produzione in un pomeriggio e ridurre il nostro tasso di falsi positivi di 7 volte. Ciò consente ai nostri ingegneri dell’affidabilità del sito di concentrarsi sugli avvisi con sicurezza e ci offre gli strumenti per affrontare in futuro problemi operativi e aziendali ancora più complessi “.

More Retail è il pioniere nella vendita al dettaglio omnicanale di alimenti e drogherie in Indiae persegue la sua missione di essere la scelta preferita dai consumatori indiani per le esigenze di cibo e drogheria. More ha 22 ipermercati e 624 supermercati in tuttoIndia, supportato da una rete di 13 centri di distribuzione, 7 centri di raccolta di frutta e verdura e 6 centri di lavorazione dei punti metallici. “Molto spesso, attraverso le oltre 4 milioni di combinazioni SKU-Ubicazione, MRPL si imbatte in un calo delle scorte che aveva indicatori precedenti. Questi possono essere uno SKU specifico non prodotto dai fornitori, un fornitore specifico che deve affrontare problemi tra gli SKU o stress nella catena di fornitura regionale “, ha affermatoSupratim Banerjee, Chief Transformational Officer, More Retail. “La nostra valutazione iniziale diAmazonLookout for Metrics per catturare questi incidenti sembra molto promettente. Siamo in grado di catturare il 20% degli incidenti prima che abbiano un impatto effettivo sui nostri negozi e sui nostri clienti. È stato emozionante poter vedere i risultati nel giro di poche ore e non settimane o mesi. Apprezzo molto il modo in cui Lookout for Metrics rende facile per il mio team implementare rapidamente carichi di lavoro basati su AI / ML e ci consente di supportare dinamicamente il nostro personale operativo anche nei momenti più difficili “.

Dalla sua fondazione nel 2001, Slalom è diventato un $ 1 miliardoazienda con oltre 5.000 dipendenti. I suoi clienti includono più della metà delle aziende Fortune 100, insieme a startup, organizzazioni non profit e organizzazioni innovative di ogni tipo. “Facendo levaAmazon Lookout for Metrics, i nostri clienti saranno in grado di sbloccare informazioni critiche sui dati in modo rapido e accurato “, ha affermato David Frigeri, Senior Director of Data and Analytics, Slalom. “Dare ai nostri clienti la capacità di rispondere al rilevamento di anomalie quasi in tempo reale, adattarsi rapidamente e anticipare interruzioni e opportunità future è un passo fondamentale verso l’adozione di una moderna cultura dei dati”.

Wipro è un’azienda globale di servizi di consulenza IT e integrazione di sistemi che sviluppa e implementa soluzioni per aziende di tutto il mondo in settori quali servizi finanziari, vendita al dettaglio, beni di consumo e altro ancora. “Per noi,AmazonLookout for Metrics è un servizio autonomo che fornisce ai clienti approfondimenti critici sulla sicurezza e sui dati aziendali, aiutandoli a eccellere nel cloud “, ha affermato il dott.Manish Govil, Direttore generale e responsabile globale, Wipro AWS Business Group. “Lookout for Metrics non solo ha ridotto i nostri sforzi di sviluppo, ma ha anche notevolmente ridotto il tempo necessario per impiegare il rilevamento delle anomalie sui carichi di lavoro dei clienti. Ci ha inoltre consentito di analizzare flussi di dati storici e continui quasi in tempo reale, consentendoci di trovare ed eliminare anomalie dai dati operativi e aziendali dei nostri clienti. Siamo entusiasti di offrire questo servizio AWS ai nostri clienti per aiutarli a raggiungere risultati di business basati sull’intelligenza artificiale nel cloud su larga scala “.