O Amazon Forecast não está mais disponível para novos clientes. Os clientes existentes do Amazon Forecast podem continuar usando o serviço normalmente. Saiba mais

As traduções são geradas por tradução automática. Em caso de conflito entre o conteúdo da tradução e da versão original em inglês, a versão em inglês prevalecerá.

Geração de previsões

Após criar um preditor do Amazon Forecast, você estará pronto para criar uma previsão. Por padrão, uma previsão inclui previsões para cada item (item_id) no grupo de conjuntos de dados usado para treinar o preditor. No entanto, você pode especificar um subconjunto de itens usados para gerar uma previsão.

Após criar uma previsão, será possível exportá-la para o bucket do Amazon Simple Storage Service (Amazon S3).

Criação de uma previsão

Você pode criar uma previsão com o console do Forecast, a AWS CLI ou os SDKs da AWS. O status do preditor deve ser Active para que seja possível gerar uma previsão.

Console

Para criar uma previsão

1. Faça login no AWS Management Console e abra o console do Amazon Forecast em https://console.aws.amazon.com/forecast/.

2. Na página Grupos de conjuntos de dados, escolha seu grupo de conjuntos de dados.

3. No Painel do grupo de conjuntos de dados, em Gerar previsões, escolha Criar uma previsão. A página Criar uma previsão será exibida.

4. Na página Criar uma previsão, em Detalhes da previsão, forneça um nome para sua previsão e escolha o preditor que você deseja usar para criar previsões.

5. Em Quantis de previsão, se desejar, especifique os quantis nos quais as previsões probabilísticas serão geradas. Os quantis padrão são aqueles que você especificou durante a criação do preditor.

6. Se desejar, escolha o botão de opção de Itens Selecionados para especificar um subconjunto de séries temporais usadas para geração de previsão.

7. Se desejar, adicione qualquer tag para a previsão. Para mais informações, consulte Marcação de recursos do Amazon Forecast.

8. Escolha Start (Iniciar). A página Previsões será exibida.

   A coluna Status listará o status da sua previsão. Aguarde até que o Amazon Forecast conclua a criação da previsão. O processo pode demorar vários minutos ou mais. Quando a previsão for criada, o status mudará para Ativo.

   Agora que a previsão foi criada, você pode exportá-la. Consulte Exportação de uma previsão.

CLI

Para criar uma previsão com a AWS CLI, use o comando create-forecast. Forneça um nome para a previsão e o nome do recurso da Amazon (ARN) do seu preditor. Em forecast-types, se desejar, especifique os quantis nos quais as previsões probabilísticas serão geradas. Os valores padrão são os quantis que você especificou ao criar o preditor. Se desejar, adicione qualquer tag para a previsão. Para mais informações, consulte Marcação de recursos do Amazon Forecast.

Para obter informações sobre os parâmetros obrigatórios e opcionais, consulte CreateForecast.

aws forecast create-forecast \
--forecast-name forecast_name \
--forecast-types 0.1 0.5 0.9 \
--predictor-arn arn:aws:forecast:region:account_number:predictor/predictorName \
--tags Key=key1,Value=value1 Key=key2,Value=value2

Python

Para criar uma previsão com o SDK para Python (Boto3), use o método create_forecast. Forneça um nome para a previsão e o nome do recurso da Amazon (ARN) do seu preditor. Em ForecastTypes, se desejar, especifique os quantis nos quais as previsões probabilísticas serão geradas. Os valores padrão são os quantis que você especificou ao criar o preditor. Se desejar, adicione qualquer tag para a previsão. Para mais informações, consulte Marcação de recursos do Amazon Forecast.

Para obter informações sobre os parâmetros obrigatórios e opcionais, consulte CreateForecast.

import boto3
                
forecast = boto3.client('forecast')

create_forecast_response = forecast.create_forecast(
   ForecastName = "Forecast_Name",
   ForecastTypes = ["0.1", "0.5", "0.9"],        # optional, the default types/quantiles are what you specified for the predictor
   PredictorArn = "arn:aws:forecast:region:accountNumber:predictor/predictorName",
   Tags = [ 
      { 
         "Key": "key1",
         "Value": "value1"
      },
      { 
         "Key": "key2",
         "Value": "value2"
      }
   ]
)
forecast_arn = create_forecast_response['ForecastArn']
print(forecast_arn)

Como especificar séries temporais

Para especificar uma lista de séries temporais, faça upload de um arquivo CSV identificando a série temporal com base nos valores item_id e dimension em um bucket do S3. Você também deve definir os atributos e os tipos de atributos das séries temporais em um esquema.

Por exemplo, talvez um varejista precise saber como uma campanha publicitária afetará as vendas de um item específico (item_id) em uma loja específica (store_location). Nesse caso de uso, você especificará a série temporal, que é a combinação de item_id e store_location.

O arquivo CSV a seguir seleciona as cinco séries temporais a seguir:

001, Seattle
001, New York
002, Seattle
002, New York
003, Denver

O esquema define a primeira coluna como item_id e a segunda coluna como store_location.

A criação de previsões é ignorada em qualquer série temporal especificada que não esteja no conjunto de dados de entrada. O arquivo de exportação de previsão não conterá essas séries temporais ou seus valores previstos.

Exportação de uma previsão

Após criar uma previsão, será possível exportá-la para um bucket do Amazon S3. A exportação de uma previsão copia a previsão para seu bucket do Amazon S3 como um arquivo CSV (por padrão), e os dados exportados incluem todos os atributos de qualquer conjunto de dados de metadados de itens, além das previsões de item. Você pode especificar o formato de arquivo Parquet ao exportar uma previsão.

A granularidade das previsões exportadas (por exemplo, por hora, diariamente ou semanalmente) é a frequência de previsão que você especificou ao criar o preditor. Se desejar, você pode especificar uma chave do AWS Key Management Service para criptografar os dados antes que eles sejam gravados no bucket.

Console

Para exportar uma previsão

1. No painel de navegação, em seu grupo de conjuntos de dados, selecione Forecasts (Previsões).

2. Escolha o botão de opção da sua previsão e escolha Criar exportação de previsão. A página Create forecast export (Criar exportação de previsão) é exibida.

3. Na página Create forecast export (Criar exportação de previsão), em Export details (Detalhes da exportação), forneça as informações a seguir.

   • Nome da exportação: insira um nome para o trabalho de exportação de previsão.

   • Previsão gerada: no menu suspenso, escolha a previsão criada na Step 3: Create a Forecast.

   • Perfil do IAM: mantenha o padrão Inserir o ARN de um perfil do IAM personalizado ou escolha Criar um novo perfil para que o Amazon Forecast crie o perfil para você.

   • ARN do perfil do IAM personalizado: ao inserir um perfil de IAM personalizado, insira o nome do recurso da Amazon (ARN) do perfil do IAM criado em Criar um perfil do IAM para o Amazon Forecast (console do IAM).

   • ARN da chave do KMS: se você usar AWS Key Management Service para criptografia do bucket, forneça o nome do recurso da Amazon (ARN) da chave do AWS KMS.

   • Se o local de exportação de previsão do S3: use o formato a seguir para inserir o local da pasta ou do bucket do Amazon Simple Storage Service (Amazon S3) no bucket:

     s3://<name of your S3 bucket>/<folder path>/

4. Selecione Create forecast export (Criar exportação de previsão). A página my_forecast é exibida.

   Aguarde até que o Amazon Forecast conclua a exportação da previsão. O processo pode demorar vários minutos ou mais. Quando sua previsão for exportada, o status mudará para Ativo e você poderá encontrar os arquivos de previsão no bucket do Amazon S3.

CLI

Para exportar uma previsão com a AWS CLI, use o comando export-forecast-job. Atribua um nome ao trabalho de exportação de previsão, especifique o ARN da previsão a ser exportada e, se desejar, adicione qualquer tag. Como destination, especifique o caminho para o bucket de saída do Amazon S3, o ARN do perfil do IAM que você criou em Criar um perfil do IAM para o Amazon Forecast (console do IAM) e, se você usar uma AWS KMS chave para criptografia de bucket, o ARN da chave.

Para obter mais informações sobre parâmetros obrigatórios e opcionais, consulte a operação CreateForecastExportJob.

forecast create-forecast-export-job \
--forecast-export-job-name exportJobName \
--forecast-arn arn:aws:forecast:region:acctNumber:forecast/forecastName \
--destination S3Config="{Path='s3://bucket/folderName',RoleArn='arn:aws:iam::acctNumber:role/Role, KMSKeyArn='arn:aws:kms:region:accountNumber:key/keyID'}"
--tags Key=key1,Value=value1 Key=key2,Value=value2

Python

Para criar uma previsão com o SDK para Python (Boto3), use o método export_forecast_job. Atribua um nome ao trabalho de exportação de previsão, especifique o ARN da previsão a ser exportada e, se desejar, adicione qualquer tag. Como Destination, especifique o caminho para o bucket de saída do Amazon S3, o ARN do perfil do IAM que você criou em Criar um perfil do IAM para o Amazon Forecast (console do IAM) e, se você usar uma AWS KMS chave para criptografia de bucket, o ARN da chave.

Para obter mais informações sobre parâmetros obrigatórios e opcionais, consulte a operação CreateForecastExportJob.

import boto3
           
forecast = boto3.client('forecast')

export_forecast_response = forecast.create_forecast_export_job(
   Destination = {
      "S3Config": { 
         "Path": "s3://bucketName/folderName/",
         "RoleArn": "arn:aws:iam::accountNumber:role/roleName",
         "KMSKeyArn": "arn:aws:kms:region:accountNumber:key/keyID"
      }
   },
   ForecastArn = "arn:aws:forecast:region:accountNumber:forecast/forecastName",
   ForecastExportJobName = "export_job_name",
   Tags = [ 
      { 
         "Key": "key1",
         "Value": "value1"
      },
      { 
         "Key": "key2",
         "Value": "value2"
      }
   ]
)
forecast_export_job_arn = export_forecast_response["ForecastExportJobArn"]
print(forecast_export_job_arn)

Como consultar uma previsão

Você consulta uma previsão usando a operação QueryForecast. Por padrão, o intervalo completo da previsão é retornado. É possível solicitar um intervalo de datas específico dentro da previsão completa.

Ao consultar uma previsão, você deve especificar critérios de filtragem. Um filtro é um par de chave-valor. A chave é um dos nomes de atributos do esquema (incluindo dimensões de previsão) de um dos conjuntos de dados usados para criar a previsão. O valor é um valor válido para a chave especificada. É possível especificar vários pares de chave-valor. A previsão retornada conterá apenas itens que atendam a todos os critérios.

Previsões Coldstart

Um desafio comum enfrentado por clientes em setores como varejo, manufatura ou bens de consumo embalados é gerar previsões para itens sem dados históricos. Esse cenário é conhecido como previsão coldstart e geralmente ocorre quando as empresas lançam novos produtos no mercado, incorporam marcas ou catálogos ou fazem a venda cruzada de produtos em novas regiões.

O Amazon Forecast requer metadados de itens para realizar previsões coldstart. Aproveitando as características de item encontradas nos metadados de itens, o Forecast identifica explicitamente os itens nos metadados de itens que são semelhantes ao item sem dados históricos. O Forecast usa as características de demanda dos itens existentes para gerar uma previsão coldstart para o novo item.

O Amazon Forecast identifica os itens coldstart como aqueles que estão incluídos no arquivo de metadados de itens, mas não estão incluídos no arquivo de série temporal de destino. Para identificar corretamente um item coldstart, certifique-se de que o ID do item coldstart seja inserido como uma linha no arquivo de metadados do item e que não seja inserido no arquivo de série temporal de destino. Para vários itens coldstart, insira cada ID do item como uma linha separada no arquivo de metadados do item. Se o item coldstart não tiver ID, você poderá usar qualquer combinação alfanumérica com menos de 64 caracteres e que ainda não tenha sido usada por outro item no conjunto de dados.

A previsão coldstart requer um conjunto de dados de metadados de itens e um AutoPredictor.