亞馬遜云科技宣布Amazon Lookout for Metrics正式可用。這是一項(xiàng)全新的完全托管服務(wù)，使用機(jī)器學(xué)習(xí)檢測(cè)指標(biāo)中的異常情況，幫助企業(yè)診斷問題并確定根本原因。Amazon Lookout for Metrics幫助客戶以更快的速度、更高的準(zhǔn)確度監(jiān)控業(yè)務(wù)中的重要指標(biāo)，如收入、網(wǎng)頁瀏覽量、活躍用戶、交易量和移動(dòng)應(yīng)用安裝等。客戶無需機(jī)器學(xué)習(xí)經(jīng)驗(yàn)，即可通過該服務(wù)更容易地診斷異常現(xiàn)象發(fā)生的根本原因，如收入意外下降、購物車的高棄購率、支付交易失敗高峰、新用戶注冊(cè)增加等。目前使用Amazon Lookout for Metrics的客戶包括DevFactory、Digitata和Flywire等。
無論規(guī)模大小或所屬行業(yè)，企業(yè)往往都會(huì)收集和分析指標(biāo)或關(guān)鍵績(jī)效指標(biāo)（KPIs），以幫助業(yè)務(wù)有效且高效地運(yùn)行。以往，商業(yè)智能（BI）工具用于管理來自不同數(shù)據(jù)源的數(shù)據(jù)（如存儲(chǔ)在數(shù)據(jù)倉庫中的結(jié)構(gòu)化數(shù)據(jù)，存于第三方平臺(tái)的客戶關(guān)系管理數(shù)據(jù)，保存在本地?cái)?shù)據(jù)存儲(chǔ)的運(yùn)營(yíng)指標(biāo)），并創(chuàng)建用于生成報(bào)告、針對(duì)檢測(cè)到的異常發(fā)出警報(bào)等的儀表板。但有效地識(shí)別這些異常是非常有挑戰(zhàn)性的。傳統(tǒng)的基于規(guī)則的方法需要手動(dòng)處理，且該方法通常將指定數(shù)值范圍之外的數(shù)據(jù)視為異常（如每小時(shí)交易低于一定數(shù)量時(shí)發(fā)出警報(bào)），這會(huì)導(dǎo)致如果指定的數(shù)值范圍太窄會(huì)發(fā)出錯(cuò)誤警報(bào)，而范圍太廣則檢測(cè)不到異常情況。并且，這些范圍也是靜態(tài)的，不會(huì)根據(jù)每天的時(shí)間段、每周、季節(jié)或業(yè)務(wù)周期等不斷變化的條件而變化。當(dāng)檢測(cè)到異常時(shí)，開發(fā)、分析和業(yè)務(wù)人員在采取行動(dòng)之前可能會(huì)花費(fèi)大量時(shí)間，嘗試找出導(dǎo)致異常的根本原因。
基于機(jī)器學(xué)習(xí)的解決方案能夠解決以上傳統(tǒng)基于規(guī)則方法帶來的諸多挑戰(zhàn)，因?yàn)闄C(jī)器學(xué)習(xí)可以從大量信息中進(jìn)行模式識(shí)別，快速識(shí)別異常，并基于商業(yè)周期和季節(jié)等因素動(dòng)態(tài)地調(diào)整。然而，從無到有開發(fā)機(jī)器學(xué)習(xí)模型需要一個(gè)數(shù)據(jù)科學(xué)家團(tuán)隊(duì)，他們需要花費(fèi)大量時(shí)間構(gòu)建、訓(xùn)練、部署、監(jiān)控和微調(diào)機(jī)器學(xué)習(xí)模型。此外，一個(gè)單一的算法很難滿足企業(yè)的所有需求，這將導(dǎo)致企業(yè)花費(fèi)更多的時(shí)間和費(fèi)用來創(chuàng)建和維護(hù)多個(gè)算法，以應(yīng)對(duì)不同的需求。因此，幾乎沒有多少企業(yè)能夠做到既擁有經(jīng)驗(yàn)豐富的數(shù)據(jù)科學(xué)家，又有足夠的資源來淘汰基于規(guī)則的方法，而充分實(shí)現(xiàn)機(jī)器學(xué)習(xí)在指標(biāo)異常檢測(cè)方面的全部潛力。（美通社,2021年4月8日北京）
