Oracle Cloud Infrastructureを使用した大規模な需要予測の生成について

需要予測は、履歴データおよびその他の分析情報を活用してモデルを構築するプロセスであり、特定の期間における特定の製品の顧客需要の将来の推定を予測するのに役立ちます。需要予測は、製品のロード・マップを具体化し、在庫生産と在庫割当を決定する際に役立ちます。McKinseyによると、サプライ・チェーンの予測精度が10%から20%向上すると、在庫コストが5%削減され、収益が2%から3%増加する可能性があります。利益率がますます狭くなってきている世界では、この割合は増減する可能性があります。従来のサプライ・チェーン予測ツールは、小売業者や製造業者の成功を制限して、望ましい結果を提供できませんでした。

このアーキテクチャにより、小売業界のビジネス・ユーザーは、予測の精度を損なうレガシー・データ分析ソリューションの技術的な制限を克服できます。かわりに、厳しいサービス期間内のアトミック・レベルのデータに対して完全な予測を実行します。

始める前に

開始する前に、次の前提条件を満たしていることを確認します。

アーキテクチャ

このアーキテクチャは、店舗アイテム・レベルで詳細な需要予測を作成します。このアーキテクチャを使用して、Oracle Cloud Infrastructure(OCI)の力を活用する需要予測ソリューションを構築します。

このアーキテクチャでは、次のOCIサービスを利用します。

  • OCIオブジェクト・ストレージ

    信頼性とコスト効率的なデータ耐久性を実現する、インターネット規模の高パフォーマンス・ストレージ・プラットフォームです。Object Storageサービスでは、分析データからイメージやビデオなどのリッチ・コンテンツまで、あらゆるコンテンツ・タイプの無制限のデータを格納できます。Object Storageでは、インターネットから直接またはクラウド・プラットフォーム内部からデータを格納または取得できます。

  • OCIデータ・フロー

    デプロイまたは管理するインフラストラクチャなしで、非常に大規模なデータセットに対して処理タスクを実行する完全管理型のApache Sparkサービス。開発者は、Sparkストリーミングを使用して、継続的に生成されたストリーミング・データに対してクラウドETLを実行することもできます。これにより、開発者はインフラストラクチャ管理ではなくアプリケーション開発に集中できるため、迅速なアプリケーション配信が可能になります。Sparkでは、データ・フローにDelta Lakeライブラリ(1.2および2.0)が事前に含まれるようになりました。データ・フロー・スタジオ機能は、OCIデータ・サイエンスを搭載したマネージドJupyter環境から(TBからPBサイズのデータセットに)大規模にインタラクティブなSparkクエリをロック解除します。

  • OCIデータ・サイエンス

    データ・サイエンティストのチームがPythonおよびオープンソース・ツールを使用して機械学習モデルを構築、トレーニング、デプロイおよび管理するためのフルマネージド・プラットフォーム。JupyterLabベースの環境を使用して、モデルを実験および開発します。NVIDIA GPUと分散トレーニングを使用して、モデル・トレーニングをスケール・アップします。自動パイプライン、モデル・デプロイメント、モデル・モニタリングなどのMLOps機能を使用して、モデルを本番環境に移行し、正常な状態に保ちます。

必要な製品およびロールについて

このソリューションには、次の製品とロールが必要です。

  • Oracle Cloud Infrastructure Object Storage
  • Oracle Cloud Infrastructure Data Flow
  • Oracle Cloud Infrastructure Data Science

各製品に必要なロールは次のとおりです。

製品名: ロール 必要...
Oracle Cloud Infrastructure Object Storage: admin オブジェクト・ストレージ・バケットを作成します。
Oracle Cloud Infrastructure Data Flow: dataflow-admins アプリケーションを管理および実行します。
Oracle Cloud Infrastructure Data Science: Administrators データ・サイエンス・ノートブックを作成します。

必要なものを取得するには、Oracle製品、ソリューションおよびサービスを参照してください。