使用 Amazon A SageMaker I 预测货运能力需求

贾天霞和陈恒志，Amazon Web Services ()AWS

2024 年 5 月（文档历史记录）

需求预测对于运输和物流行业至关重要，尤其是在供应链紧张时期。准确的货运需求估算使参与物流和供应链的公司受益，例如那些跨境运输集装箱和航空货物的公司。这可以帮助公司有效地管理保护其运输网络的成本，从而帮助他们管理运输成本并最大限度地提高收入和利润。

能够做出准确预测的机器学习 (ML) 模型取决于高质量的训练数据。对于需求预测，培训数据可以包括历史需求量和其他内部生成的可能与数量相关的数据，例如价格、库存和销售团队人数。此外，竞争对手、市场环境、假日、天气和宏观经济等外部数据也可能影响需求量。这些内部和外部数据因子可用作 ML 模型中的特征。

确定所有功能后，企业可能还想为其控制范围内的某些功能提供意见。例如，企业可以提前设定运费或决定何时进行促销和折扣。在进行预测时，可以将这些类型的用户输入纳入模型中。

本指南描述了一种构建解决方案的策略 AWS ，该解决方案使用机器学习模型进行准确的物流需求预测。您可以在包含需求量和与需求相关的特征的历史数据集上训练模型。这些功能和指标包括内部自然数据和外部数据。该解决方案还允许用户和业务分析师灵活地提供输入，然后将其整合到预测模型中。 

下图显示了历史时间序列和 12 个月预测范围的示例。您可以使用本指南中的建议来创建生成此类预测的 ML 模型。