DOITAPP
DOIT数据智能产业媒体与服务平台
立即打开
DOITAPP
DOIT数据智能产业媒体与服务平台
立即打开

智能检测业务指标并确定异常原因,亚马逊云科技推出Amazon Lookout for Metrics

日前,亚马逊云科技宣布Amazon Lookout for Metrics正式可用。这是一项全新的完全托管服务,使用机器学习检测指标中的异常情况,帮助企业诊断问题并确定根本原因。Amazon Lookout for Metrics帮助客户以更快的速度、更高的准确度监控业务中的重要指标,如收入、网页浏览量、活跃用户、交易量和移动应用安装等。客户无需机器学习经验,即可通过该服务更容易地诊断异常现象发生的根本原因,如收入意外下降、购物车的高弃购率、支付交易失败高峰、新用户注册增加等。Amazon Lookout for Metrics没有预付费用或最低承诺费用,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https://aws.amazon.com/lookout-for-metrics/。欲深入了解亚马逊云科技在AI/ML方面的创新举措以及众多客户利用AI/ML在业务创新和企业转型方面的最佳实践,敬请关注将于4月22日举办的“2021亚马逊云科技 AI在线大会”。

无论规模大小或所属行业,企业往往都会收集和分析指标或关键绩效指标(KPIs),以帮助业务有效且高效地运行。以往,商业智能(BI)工具用于管理来自不同数据源的数据(如存储在数据仓库中的结构化数据,存于第三方平台的客户关系管理数据,保存在本地数据存储的运营指标),并创建用于生成报告、针对检测到的异常发出警报等的仪表板。但有效地识别这些异常是非常有挑战性的。传统的基于规则的方法需要手动处理,且该方法通常将指定数值范围之外的数据视为异常(如每小时交易低于一定数量时发出警报),这会导致如果指定的数值范围太窄会发出错误警报,而范围太广则检测不到异常情况。并且,这些范围也是静态的,不会根据每天的时间段、每周、季节或业务周期等不断变化的条件而变化。当检测到异常时,开发、分析和业务人员在采取行动之前可能会花费大量时间,尝试找出导致异常的根本原因。基于机器学习的解决方案能够解决以上传统基于规则方法带来的诸多挑战,因为机器学习可以从大量信息中进行模式识别,快速识别异常,并基于商业周期和季节等因素动态地调整。然而,从无到有开发机器学习模型需要一个数据科学家团队,他们需要花费大量时间构建、训练、部署、监控和微调机器学习模型。此外,一个单一的算法很难满足企业的所有需求,这将导致企业花费更多的时间和费用来创建和维护多个算法,以应对不同的需求。因此,几乎没有多少企业能够做到既拥有经验丰富的数据科学家,又有足够的资源来淘汰基于规则的方法,而充分实现机器学习在指标异常检测方面的全部潜力。

Amazon Lookout for Metrics是一项全新的机器学习服务,它可以自动检测指标中的异常情况,并帮助客户快速识别根本原因。Lookout for Metrics使用了与亚马逊内部用于检测业务指标异常的相同的技术,现在每个开发人员均可通过Lookout for Metrics使用该技术。客户可以将Amazon Lookout for Metrics与19个流行的数据源建立连接,包括Amazon Simple Storage Service (Amazon S3)、Amazon CloudWatch、Amazon Relational Database Service (Amazon RDS)、Amazon Redshift,以及SaaS应用如Salesforce、Marketo和Zendesk,来持续监控业务的重要指标(如总收入、毛利率、平均购买频率、广告支出回报等)。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,检测异常,将相关异常分组,并总结潜在的根本原因。例如,如果一个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某项营销活动的意外停用是否是主要原因。该服务还可根据预测的严重程度对异常情况进行排序,方便客户确定问题处理的优先级。Amazon Lookout for Metrics可以轻松连接至通知和事件服务,如Amazon Simple Notification Service (Amazon SNS)、Slack、Pager Duty和Amazon Lambda,允许客户创建定制的通知或后续操作,如提交故障通知单或从零售网站删除定价有误的产品。随着服务开始返回结果,客户还可通过亚马逊云科技的控制台或应用程序编程接口(API)提供关于异常检测相关性的反馈,进而不断提高服务的准确性。

 “从市场营销和销售到电信和游戏,所有行业的客户都有KPI,他们需要监控潜在的高峰、低谷,以及业务功能正常范围之外的其他异常情况。但是,捕捉和诊断指标中的异常很有挑战性,并且等到确定了根本原因时,可能已经造成了比如果及早发现大得多的损失。”亚马逊云科技全球机器学习副总裁Swami Sivasubramanian表示,“我们很高兴推出Amazon Lookout for Metrics这一易用的机器学习服务,利用亚马逊自身在大规模、准确和快速检测异常方面的经验,帮助客户监控其至关重要的业务指标。”

客户可直接通过亚马逊云科技控制台使用Amazon Lookout for Metrics服务,也可通过亚马逊云科技合作伙伴网络(APN)中的相关合作伙伴来帮助其实施使用该服务的定制解决方案。该服务与Amazon CloudFormation兼容,符合欧盟通用数据条例(GDPR)的要求。Amazon 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(悉尼)和亚太地区(东京)区域正式推出,其它区域也将很快推出。

DevFactory是一家总部位于迪拜的全球企业软件和服务解决方案提供商。“我们的旗舰产品是Quantum Retail,为成千上万的零售客户提供智能零售供应链管理和库存优化解决方案。客户的销售数据是波动的,会受到商店、产品和部门等类别数以百万计的日常事件的影响,这些事件又会每年、每月和每天发生季节性的变化。理解销售模式,并将异常销售与季节性变化区分开来,对于准确预测和规划下游库存至关重要。” DevFactory首席执行官Rahul Subrananiam 表示,“我们现有的解决方案依赖于统计模型,经常无法检测到跨商店的异常销售行为,导致库存分配过剩或不足,进而显著影响整体收入和客户满意度。有了Lookout for Metrics,我们实现了通过几次点击自动监控所有重要类别的数据,识别出之前错过的近40%的异常事件。通过快速识别这些异常,我们能够以最佳方式调整我们的库存计划和所有门店的分销。”

Digitata智能地变革了移动运营商在定价和管理用户方面的行为,使运营商能够做出更好、更明智的决策,以满足并超越业务目标。“在Digitata,真正重要的是让每个人都能以负担得起的价格上网。这需要对经济学有深刻的理解,特别是供需和客户行为的变化。”Digitata首席技术官Nico Kruger表示。“通过Lookout for Metrics,我们能够在几分钟内发现一个对移动网络运营商用户的定价产生负面影响的问题。我们能够立即识别出根本原因,并在两小时内修复。如果没有Lookout for Metrics,我们将需要花费大约一天的时间来识别和分类问题,并可能会导致收入下降7.5%。Lookout for Metrics使我们能够迅速采取行动,确保我们的定价模式处于最佳状态,帮助我们专注于真正重要的事情——让连接无处不在。”

Marcaide创建了Flywire,旨在确保高价值的国际支付能够快速、顺利地进行,既适用于个人,也适用于医疗、教育和旅游等多个行业的机构。“在Flywire,我们的工程师依赖于全面的监测系统。随着我们的发展,他们经常会收到误报警,浪费了他们追踪这些不良线索的时间。”Flywire基础设施技术主管Omar Lopez表示,“通过Amazon Lookout for Metrics解析CloudWatch的事件,我们能够在一个下午就投入生产,并将误报率降低了7倍。这让我们的站点可靠性工程师专注于警报本身,并为我们提供工具来解决未来更复杂的运营和业务问题。”

Wipro是一家全球IT咨询和系统集成服务公司,为全球金融服务、零售、消费品等行业的企业开发和实施解决方案。“对我们来说,Amazon Lookout For Metrics是一项自主服务,为客户提供对安全和业务数据的关键洞察,帮助他们在云中脱颖而出。” Wipro亚马逊云科技事业部总经理兼全球主管Manish Govil博士表示,“Lookout for Metrics不仅减少了我们的开发工作,还大大减少了在客户工作负载中开展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的数据流,使我们能够从客户的运营和业务数据中及时发现并消除异常。我们很高兴能为我们的客户带来这项亚马逊云科技的服务,帮助他们在云中规模化实现人工智能驱动的业务成果。”

未经允许不得转载:DOIT » 智能检测业务指标并确定异常原因,亚马逊云科技推出Amazon Lookout for Metrics