1. 创业头条
  2. 前沿领域
  3. 人工智能
  4. 正文

智能分析平台之「AI预测引擎」

 2019-04-15 12:08  来源:A5专栏  我来投稿

  各种互联网项目,新手可操作,几乎都是0门槛

观远数据已经帮助联合利华、百威英博等多家500强客户实施需求预测,有大量的零售领域数据预测经验。我?#24378;?#21040;,500强企业之所以愿意花上百万,甚至大几百万来做AI预测项目,是基于其庞大的业务体量来评估ROI后作出的选择:

一方面,高质量的数据预测确实需要专业的数据科学家和分析人员深入了解业务场景,不断迭代优化预测模型,经过长时间的锤炼才能获得;

另一方面,业务规模足够大时,一点点的预测准确度的提升都能给企业带来巨额的利润回报。

但同时,我们也意识到,不是任何企业都有这个资金实力去做此类高质量的数据预测的,并?#20197;?#19994;务需求上也可能仅仅是想做一些初步预测来为决策提供参考。那么如何满足这类客户的预测需求,同时又能给他们提供比一般方法更优秀的预测结果呢?

这一篇我们就给大家?#27493;?#35266;远数据为入门级数据分析人员准备的零售数据「AI预测引擎」。

AI预测引擎概述

了解过观远产品的朋友们都知道,观远数据在BI平台里面内置了Smart ETL智能数据处理模块。该模块基于Spark大数据计算引擎开发,提供拖拽式、图形化的数据流开发方式,使得一般业务人员也能做专业的数据分析处理。一般的ETL过程整理主要做的是数据的清洗、转换、关联、加载等操作,那观远的Smart ETL?#25105;?#31216;之为智能呢?#31354;?#26159;因为Smart ETL中除了支持Spark本身自带的函数之外,还支持?#36828;?#20041;的UDF、UDAF函数开发,具有非常强大的智能算子 扩展能力。

举个例子,如果你想挖掘商品间的潜在联系,开拓更多销售机会,你就可以使用Smart ETL内置的“关联性挖掘”这个智能算子来快速实现商品销售关联分析。

而「AI预测引擎」则是另一个重要的智能算子。你可以?#30431;?#26469;做各种级别的销售预测,大到门店,小到品类,甚至SKU。有了可靠的销售预测的数据,商品层面,对于鲜食类商品,可以做更为客观的订货量评估,降低报废风险的同时把握更多销售机会;对于大众消费商品,可以提供更为精准的动销天数?#28010;悖?#25351;导商品订货、?#22815;酢?#37197;货。另一方面,销售预测也可以用来指导人员排班,以及提供更为合理的销售进度评估。

「AI预测引擎」智能算子

在观远Smart ETL中,用户仅需要拖入一个「AI预测引擎」算子,接入事先预处理好的历史数据,然后简单配置日期字段、预测指标,以及指标聚合维度(日/周/月/季度/年)和预测周期数,便可开始预测。预测结果可以输出到数据集进行下一步的?#25925;?#20998;析与决策支持。

「AI预测引擎」节点配置

观远数据的「AI预测引擎」主要适用于零售企业的销售预测或需求预测。上图所示只是一个极简模式的预测算子,但即便配置如此简单,对零售行业门店级别(以超市数据为例)的日商预测平均准确度达到83%(MAPE≈17.65%),个别门店接近90%;而细化到单门店单品类(鲜肉类)的日商预测,准确度达到84%。而在这个基础上,我们还能提供更多配置项,添加诸如天气情况、促销活动、品类级别的日期特征等外部信息,进一步提升数据预测的准确度;同时也可以提供多门店、多品类的批量预测。

架构解密

为什么如此简单的操作,便能实现还不错的销售数据预测呢?

这是因为架构层面观远数据将预测算法封装成Spark UDF函数,有机地融合进Smart ETL,成为一个可点选配置的智能算子;算法层则采用了先进的算法,并将观远数据多年沉淀的零售行业预测经验转化为相应日期特征优化配置后预?#23186;?#31639;法包里。

如此一来,看似简单的时序预测,其实已经包含影响零售行业销售数据的周期性特征、节假日特征以及节前节后特征,这样的预测自然是要比一般时序预测方法准确度提升不少了。

未来,我们还会根据不同品类的消费特征,分别给予不同的品类特征日历,进一步提升品类甚至SKU级别的预测准确度。同时,还可以增加天气作为额外特征,这样对于一些极端天气情况下的销售预测也会进一步提升准确度了。

算法解密

具体到算法层面,为什么观远的AI智能预测算法能够比市面上通用的预测算法在预测准确度上再提升一个层级呢?

首先我们来看一般时序预测工具中常用的ARIMA模型(Autoregressive Integrated Moving Average Model)。它是一种结合自回归与移动平均方法进行预测的模型,要求时序数据是稳定的,或者通过差分化后是稳定的,一般来说很难符合现实数据的情况。与之类似的还有GARCH模型等传统时序方法,大都只能进行单变量的建模,局限性较大。

近年来涌现出更多复杂时序模型,以便解决实际业务中的复杂情况。例如比较有代表性的TBATS的预测模型,结合了Box-Cox转换,趋势拟合,ARMA建模,周期性分析等复杂技术手段来进行建模预测。它实际上是一种状态空间模型(State Space Model)的算法实现,类似的还有隐马尔可夫模型,RNN等也都属于此类。这类模型主要限制是参数繁多,计算量大,在大规模时序预测时往往需要花费很大的计算成本实现。

那零售行业现实状况是怎样的呢?我们不妨先来看看零售数据本身具有的一些特征:

趋势特征: 一般销售数据在一个比较长期的时间?#27573;?#20869;,具有整体增长或下滑的趋势特征。

周期特征: 销售数据具有明显的周期性和季节性。

非规律性的节假日特征: 节假日及节假日前后对销售数据有显著影响。

各类外部因素影响: 促销活动、天气、搜索指数、销售指标等因素也会显著影响销售数据。

数据稀疏性: 一般零售行业的SKU,门店等维度的组合会非常巨大,但每个组合中的时序数据数?#23458;?#24448;比较有限。

基于直观的理解,我们就可以发现简单的ARIMA模型与复杂的状态空间模?#25237;?#20110;零售数据的预测都有一定的局限之处。而观远数据则是根据具体的业务数据情况,结合使用高效的广义累加模型和状态空间模型,统筹考虑零售时序数据的趋势性、周期性,并加入对节假日及促销、天气等可预测波动因素的分析,给出综合预测结果,可以说这是一个专门为零售预测而生的算法模型!

预测结果呈现

观远数据对预测数据呈现做了定向优化,对实际数据与预测数据进行?#25628;?#33394;和线型的区分,并添加了预测数据的置信区间,提供时间轴的缩略?#25925;盡?/p>

「AI预测引擎」数据?#25925;?/p>

小结

本文给大家介绍了集成在观远BI平台内的「AI预测引擎?#26500;?#33021;的架构设计与算法实现方案。事实上,观远数据提供的「AI预测引擎」解决方案不仅仅是引入了先进的AI预测算法,更是将多年沉淀的、符合?#23601;?#26085;历特征的零售数据预测经验预?#23186;?#20102;算法模型里面,同时结合BI平台,给出了数据接入、整理、预测到展现的端到端整体解决方案。有兴趣了解更多的朋友赶快联系我们试用哦!

下一篇我们将给大家介绍更多观远数据在AI领域的落地案例与应用效果,欢迎?#20013;?#20851;注!

责任编辑:陈龙   /   作者:观远数据

相关标签
ai技术
ai智能

申请创业报道,分享创业好点子。点击此处,共同探讨创业新机遇!

相关文章

  • 智能豪华电动车引领者 天际ME7上海车展预售36.68万元起

    忠于科技,?#21152;?#26234;慧,4月16日,天际汽?#25285;‥NOVATE)携旗下首款豪华智能电动SUV-ME7及面向未来的下一代全新车型,高能量豪华运动轿车ME-S强势登陆2019上海国?#39135;?#23637;,全面展?#26234;?#22823;智能科技产品力

  • 知识点 从smart到intelligent智能智造+NEPCON China 2019

    旨在引领国内电?#21448;?#36896;产业前沿的中国国?#23454;?#23376;生产设备暨微电子工业展(NEPCONChina2019),将于4月24日在上海世博?#20272;?#39302;拉开帷幕。作为智能制造行业瞩目、“电子人”期待的年度国际化盛会,NEPCONChina2019先进技术

    标签:
    人工智能
  • 连获三次融?#23454;腁I安防澎思科技,还有三场恶战

    在此背景下,澎思科技要在AI安防业中成为独角兽,甚至成为像海康威视一样的巨无霸,人才争夺战、技术攻坚战、产品阵地战这三大战役无可避免。?#27604;?#35201;想取得“三大战役”的胜利充足的?#35206;?#24517;不可少,此次澎思科技再获1.5亿A轮融资虽能为“三大战役”

    标签:
    ai技术
    ai智能
  • 南商汤北旷视,谁是慕容复,谁又是乔峰?

    在?#26412;?#20013;关村,有一家公司在中关村东路1号院科技大厦C座,有一家公司在科学院?#19979;?号院融科A座。两家公?#23616;?#32447;距离不过1公里,但他们是中国计算机视觉行业的两个独角兽,是两个棋逢对手的竞争者——商汤科技和旷视科技。

  • 人工智能带动智能音箱爆发,贾维?#20272;?#29983;活还远吗?

    随着大数据和云计算的高速发展,人工智能已经广泛存在于智能手机、电脑、汽车等各个设备智商,而目前使用最广也最合适人们互动的产品却是智能音箱无疑。这其实也是全球科技圈的一个共识,权威市场调研机构Canalys发布报告“2019年全球智能音箱保有量将突破2亿台,东亚尤其是中国市场异军突起。”

  • 智能锁市场群雄逐鹿,琨山通用领跑赛道

    相关技术的日趋成熟,以及消费者?#21592;?#25463;时尚的需求,使我国智能锁市场步入了一个崭新的台阶。从整体市场发展来看,智能锁前景广阔毋庸置疑。但也正是因为前几年处在风口,导致传统智能锁企业、?#19994;紜?#23433;防、手机、互联网等巨头都虎视眈眈这片蓝海,但其中真正能领跑智能锁行业赛道的企业却少之又少。

    标签:
    智能锁
  • 棘?#20013;?#24212;下,囚徒困境中的智能穿戴设备该何去何从?

    上周,微软正式宣布关?#25484;?#19979;智能穿戴产品MicrosoftBand官方网站的运营和应用程序,自此,作为行业内极具潜力的竞争者,微软正式退出智能穿戴领域。而与之相对应的苹果、三星则继续在智能穿戴设备领域不断加码。

    标签:
    智能产品
  • 骁龙855人工智能芯片让手机AI触手可及

    目前很多手机都搭载了人工智能芯片,为用户带来了丰富的手机AI体验。一颗具有强劲AI算力的人工智能芯片,能让手机更“聪明?#20445;岸炼?#29992;户的需求,所以手机中的人工智能也就成为了提升用户体验,让手机AI触手可及的关键因素。现在无论是旗舰机?#25925;?#20013;高端手机产品,人工智能都成为了产品的重要卖点。

  • 云知声 OpenDay 深圳站:全栈 AI 硬核技术助力产业落地

    继?#26412;?#31449;之后,4月18日,云知声开放日(OpenDay)第2场来到深圳。本次云知声放?#31449;?#28966;AI技术、应用和产业,云知声董事长/CTO梁家恩博士与多位云知声技术专家向深圳的合作伙伴、行业人士全面的秀出了全栈AI硬核技术,并与腾讯杰出科学家/腾讯AILab副主任俞栋、携住科技联合创始人叶明、同行者科技联

    标签:
    ai技术
    ai智能
  • AI步态识别有望成为又一破案神器!各地累计试用超1000小时

    近日,中科院?#36828;?#21270;所孵化的银河水滴科技与公安系统合作,首次利用步态识别技术搜检犯罪嫌疑人。银河水滴科技向南?#25216;?#32773;介绍,步态识别技术可以通过人的步态特征、体态、身高等诸多信息点,在海量视频中快速进行人物检索和身份识别,即使这个人遮挡了面部或背对摄像头。

    标签:
    ai技术
    ai智能
榜单

热门排行

编辑推荐

扫一扫关注最新创业资讯
pk10经验论坛