日前，亞馬遜云科技宣布Amazon Lookout for Metrics正式可用。這是一項全新的完全托管服務，使用機器學習檢測指標中的異常情況，幫助企業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、更高的準確度監控業務中的重要指標，如收入、網頁瀏覽量、活躍用戶、交易量和移動應用安裝等?？蛻魺o需機器學習經驗，即可通過該服務更容易地診斷異?，F象發生的根本原因，如收入意外下降、購物車的高棄購率、支付交易失敗高峰、新用戶注冊增加等。Amazon Lookout for Metrics沒有預付費用或最低承諾費用，客戶只需為每月分析的指標數量付費。要開始使用Amazon Lookout for Metrics，請訪問https://aws.amazon.com/lookout-for-metrics/。欲深入了解亞馬遜云科技在AI/ML方面的創新舉措以及眾多客戶利用AI/ML在業務創新和企業轉型方面的最佳實踐，敬請關注將于4月22日舉辦的“2021亞馬遜云科技 AI在線大會”。

無論規模大小或所屬行業，企業往往都會收集和分析指標或關鍵績效指標（KPIs），以幫助業務有效且高效地運行。以往，商業智能（BI）工具用于管理來自不同數據源的數據（如存儲在數據倉庫中的結構化數據，存于第三方平臺的客戶關系管理數據，保存在本地數據存儲的運營指標），并創建用于生成報告、針對檢測到的異常發出警報等的儀表板。但有效地識別這些異常是非常有挑戰性的。傳統的基于規則的方法需要手動處理，且該方法通常將指定數值范圍之外的數據視為異常（如每小時交易低于一定數量時發出警報），這會導致如果指定的數值范圍太窄會發出錯誤警報，而范圍太廣則檢測不到異常情況。并且，這些范圍也是靜態的，不會根據每天的時間段、每周、季節或業務周期等不斷變化的條件而變化。當檢測到異常時，開發、分析和業務人員在采取行動之前可能會花費大量時間，嘗試找出導致異常的根本原因?；跈C器學習的解決方案能夠解決以上傳統基于規則方法帶來的諸多挑戰，因為機器學習可以從大量信息中進行模式識別，快速識別異常，并基于商業周期和季節等因素動態地調整。然而，從無到有開發機器學習模型需要一個數據科學家團隊，他們需要花費大量時間構建、訓練、部署、監控和微調機器學習模型。此外，一個單一的算法很難滿足企業的所有需求，這將導致企業花費更多的時間和費用來創建和維護多個算法，以應對不同的需求。因此，幾乎沒有多少企業能夠做到既擁有經驗豐富的數據科學家，又有足夠的資源來淘汰基于規則的方法，而充分實現機器學習在指標異常檢測方面的全部潛力。

Amazon Lookout for Metrics是一項全新的機器學習服務，它可以自動檢測指標中的異常情況，并幫助客戶快速識別根本原因。Lookout for Metrics使用了與亞馬遜內部用于檢測業務指標異常的相同的技術，現在每個開發人員均可通過Lookout for Metrics使用該技術?？蛻艨梢詫mazon Lookout for Metrics與19個流行的數據源建立連接，包括Amazon Simple Storage Service (Amazon S3)、Amazon CloudWatch、Amazon Relational Database Service (Amazon RDS)、Amazon Redshift，以及SaaS應用如Salesforce、Marketo和Zendesk，來持續監控業務的重要指標（如總收入、毛利率、平均購買頻率、廣告支出回報等）。Amazon Lookout for Metrics自動檢查和準備數據，選擇最適合的機器學習算法，檢測異常，將相關異常分組，并總結潛在的根本原因。例如，如果一個客戶的網站流量突然下降，Amazon Lookout for Metrics可以幫助他們快速確定某項營銷活動的意外停用是否是主要原因。該服務還可根據預測的嚴重程度對異常情況進行排序，方便客戶確定問題處理的優先級。Amazon Lookout for Metrics可以輕松連接至通知和事件服務，如Amazon Simple Notification Service (Amazon SNS)、Slack、Pager Duty和Amazon Lambda，允許客戶創建定制的通知或后續操作，如提交故障通知單或從零售網站刪除定價有誤的產品。隨著服務開始返回結果，客戶還可通過亞馬遜云科技的控制臺或應用程序編程接口（API）提供關于異常檢測相關性的反饋，進而不斷提高服務的準確性。

“從市場營銷和銷售到電信和游戲，所有行業的客戶都有KPI，他們需要監控潛在的高峰、低谷，以及業務功能正常范圍之外的其他異常情況。但是，捕捉和診斷指標中的異常很有挑戰性，并且等到確定了根本原因時，可能已經造成了比如果及早發現大得多的損失。”亞馬遜云科技全球機器學習副總裁Swami Sivasubramanian表示，“我們很高興推出Amazon Lookout for Metrics這一易用的機器學習服務，利用亞馬遜自身在大規模、準確和快速檢測異常方面的經驗，幫助客戶監控其至關重要的業務指標。”

客戶可直接通過亞馬遜云科技控制臺使用Amazon Lookout for Metrics服務，也可通過亞馬遜云科技合作伙伴網絡(APN)中的相關合作伙伴來幫助其實施使用該服務的定制解決方案。該服務與Amazon CloudFormation兼容，符合歐盟通用數據條例(GDPR)的要求。Amazon Lookout for Metrics現已在美國東部（弗吉尼亞北部）、美國東部（俄亥俄）、美國西部（俄勒岡）、歐洲（愛爾蘭）、歐洲（法蘭克福）、歐洲（斯德哥爾摩）、亞太地區（新加坡）、亞太地區（悉尼）和亞太地區（東京）區域正式推出，其它區域也將很快推出。

DevFactory是一家總部位于迪拜的全球企業軟件和服務解決方案提供商。“我們的旗艦產品是Quantum Retail，為成千上萬的零售客戶提供智能零售供應鏈管理和庫存優化解決方案。客戶的銷售數據是波動的，會受到商店、產品和部門等類別數以百萬計的日常事件的影響，這些事件又會每年、每月和每天發生季節性的變化。理解銷售模式，并將異常銷售與季節性變化區分開來，對于準確預測和規劃下游庫存至關重要。” DevFactory首席執行官Rahul Subrananiam 表示，“我們現有的解決方案依賴于統計模型，經常無法檢測到跨商店的異常銷售行為，導致庫存分配過?；虿蛔?，進而顯著影響整體收入和客戶滿意度。有了Lookout for Metrics，我們實現了通過幾次點擊自動監控所有重要類別的數據，識別出之前錯過的近40%的異常事件。通過快速識別這些異常，我們能夠以最佳方式調整我們的庫存計劃和所有門店的分銷。”

Digitata智能地變革了移動運營商在定價和管理用戶方面的行為，使運營商能夠做出更好、更明智的決策，以滿足并超越業務目標。“在Digitata，真正重要的是讓每個人都能以負擔得起的價格上網。這需要對經濟學有深刻的理解，特別是供需和客戶行為的變化。”Digitata首席技術官Nico Kruger表示。“通過Lookout for Metrics，我們能夠在幾分鐘內發現一個對移動網絡運營商用戶的定價產生負面影響的問題。我們能夠立即識別出根本原因，并在兩小時內修復。如果沒有Lookout for Metrics，我們將需要花費大約一天的時間來識別和分類問題，并可能會導致收入下降7.5%。Lookout for Metrics使我們能夠迅速采取行動，確保我們的定價模式處于最佳狀態，幫助我們專注于真正重要的事情——讓連接無處不在。”

Marcaide創建了Flywire，旨在確保高價值的國際支付能夠快速、順利地進行，既適用于個人，也適用于醫療、教育和旅游等多個行業的機構。“在Flywire，我們的工程師依賴于全面的監測系統。隨著我們的發展，他們經常會收到誤報警，浪費了他們追蹤這些不良線索的時間。”Flywire基礎設施技術主管Omar Lopez表示，“通過Amazon Lookout for Metrics解析CloudWatch的事件，我們能夠在一個下午就投入生產，并將誤報率降低了7倍。這讓我們的站點可靠性工程師專注于警報本身，并為我們提供工具來解決未來更復雜的運營和業務問題。”

Wipro是一家全球IT咨詢和系統集成服務公司，為全球金融服務、零售、消費品等行業的企業開發和實施解決方案。“對我們來說，Amazon Lookout For Metrics是一項自主服務，為客戶提供對安全和業務數據的關鍵洞察，幫助他們在云中脫穎而出。” Wipro亞馬遜云科技事業部總經理兼全球主管Manish Govil博士表示，“Lookout for Metrics不僅減少了我們的開發工作，還大大減少了在客戶工作負載中開展異常檢測所需的時間。它還使我們能夠近乎實時地分析歷史和連續的數據流，使我們能夠從客戶的運營和業務數據中及時發現并消除異常。我們很高興能為我們的客戶帶來這項亞馬遜云科技的服務，幫助他們在云中規模化實現人工智能驅動的業務成果。”