Amazon-Forecast-Preise

Mit Amazon Forecast zahlen Sie nur für das, was Sie auch nutzen. Es fallen keine Mindestgebühren oder Vorauszahlungen an. Bei der Verwendung von Amazon Forecast sind vier verschiedene Kostenarten zu berücksichtigen:

1. Importierte Daten: Kosten für jedes GB an Daten, die für Schulungen und Prognosen in Amazon Forecast importiert werden.
2. Training eines Prädiktors: Kosten für jede Stunde Infrastrukturnutzung, die für die Erstellung eines benutzerdefinierten Prädiktors auf der Grundlage Ihrer Eingabedaten oder für die Überwachung der Prädiktorleistung erforderlich ist. Die Trainingszeit umfasst die Zeit, die benötigt wird, um Ihre Daten zu bereinigen, mehrere Algorithmen parallel zu trainieren, die beste Kombination von Algorithmen zu finden, Genauigkeitsmetriken zu berechnen, Erkenntnisse zur Erklärbarkeit zu generieren, die Leistung der Prädiktoren zu überwachen und die Infrastrukturnutzung der Prognoseerstellung zu nutzen. Beachten Sie, dass die Kosten auf der Anzahl der verwendeten Instance-Stunden basieren, nicht auf der tatsächlichen Uhrzeit, die zum Trainieren eines Prädiktors benötigt wird. Da Amazon Forecast mehrere Instances parallel bereitstellt, um einen Prädiktor zu trainieren, wird die Anzahl der verwendeten Stunden die tatsächlich beobachtete Uhrzeit überschreiten.
3. Generierte Prognosedatenpunkte: Kosten für die Anzahl der eindeutigen Prognosewerte, die für alle Zeitreihenkombinationen (Elemente und Dimensionen) generiert wurden. Prognosedatenpunkte sind die Kombination aus der Anzahl eindeutiger Zeitreihen (z. B. SKU x Geschäfte), der Anzahl der Quantile und den Zeitpunkten innerhalb des Prognosehorizonts. Zu den prognostizierten Datenpunkten gehören Daten, die durch die Erstellung von Prognosen erstellt wurden, und Datenpunkte, die durch Was-wäre-wenn-Analysen erstellt wurden.
4. Erklärungen zur Prognose: Kosten für die Erklärung der Auswirkungen von Attributen oder verwandten Daten auf Ihre Prognosen für jeden Artikel und Zeitpunkt. Mithilfe der Erklärbarkeit können Sie besser verstehen, wie sich die Attribute in Ihren Datensätzen auf Ihre Prognosewerte auswirken. Die Kosten basieren auf der Anzahl der Prognosedatenpunkte und der Anzahl der Attribute (z. B. Preis, Feiertage, Wetterindex), die erklärt werden.