AWS技術(shù)峰會，與超盟數(shù)據(jù)一起共“見”不凡

AWS技術(shù)峰會是Amazon Web Services (AWS)每年在全球眾多城市巡回舉辦的大型云技術(shù)盛會，旨在攜手APN合作伙伴和客戶為觀眾展示人工智能領域最新的產(chǎn)品及服務，并分享成功案例及實踐經(jīng)驗，交流國內(nèi)外最新技術(shù)。

8月9日，AWS所建不凡2018技術(shù)峰會北京站在國家會議中心隆重舉行，云集了眾多行業(yè)領軍者參與。

超盟數(shù)據(jù)作為新零售+AI的代表公司，CTO李健豪受邀出席此次峰會。

圖示：超盟數(shù)據(jù)CTO李健豪

李健豪，畢業(yè)于美國知名學府UIUC（伊利諾伊大學厄巴納-香檳分校），師從“數(shù)據(jù)挖掘第一人”韓家煒(Jiawei Han)教授，曾就職于亞馬遜北美總部任數(shù)據(jù)科學家和IBM北美總部任銷售預測專家，并連續(xù)贏得過6 次美國黑客馬拉松大賽冠軍。在近期發(fā)布的“2018全球Top 1000 計算機科學家h指數(shù)”排行榜中，h-index最高的華人就是李健豪的恩師韓家煒教授，同時韓家煒教授還曾獲得過IEEE頒發(fā)的最高技術(shù)獎——麥克道爾獎。在演講中，李健豪分享了在20倍數(shù)據(jù)增長的壓力下數(shù)據(jù)處理架構(gòu)和任務調(diào)度的演變；在無服務計算的助力下，成本大幅降低的同時，數(shù)據(jù)處理效率沒有降低，反而提高了。這是AI基礎建設的效果。

利用無服務架構(gòu)搭建內(nèi)部AI基礎建設CTO李健豪為眾多參會嘉賓詮釋了怎樣利用無服務架構(gòu)搭建內(nèi)部的AI基礎建設，以自動補貨為例對數(shù)據(jù)采集、清洗、自動建模、監(jiān)控等一系列通用的場景進行了分享。

隨后，分享了數(shù)據(jù)監(jiān)控、指標構(gòu)建、日志處理等數(shù)據(jù)流怎樣在無服務架構(gòu)下進行。

超盟數(shù)據(jù)構(gòu)建商品需求量模型，助力零售企業(yè)提升效益以自動補貨為例，超盟數(shù)據(jù)以優(yōu)化庫存周轉(zhuǎn)率為目標，在數(shù)億級帶標注的交易數(shù)據(jù)集上構(gòu)建商品需求量模型，輔助客戶進行決策，比如：哪些商品要補貨？補多少？什么時候補？同時結(jié)合用戶端的反饋來更新優(yōu)化模型，提升模型精度，循環(huán)反復，更為精準地指導業(yè)務。
 

圖示：模型構(gòu)建及優(yōu)化流程

對于零售行業(yè)每天都在發(fā)生的補貨這一決策過程，超盟數(shù)據(jù)對到店、到天、到品的需求進行建模，預測到店人數(shù)是多少、買什么分類的商品、買什么品，買多少商品？超盟數(shù)據(jù)技術(shù)團隊結(jié)合歷史交易的內(nèi)部數(shù)據(jù)，以及天氣、溫度、濕度、溫度變化、濕度變化、公眾假期、促銷、POI等外部數(shù)據(jù)，利用深層的神經(jīng)網(wǎng)絡和各種融合模型進行需求預測。

圖示：基于內(nèi)外部數(shù)據(jù)利用神經(jīng)網(wǎng)絡和各種模型預測需求量

下圖是使用超盟數(shù)據(jù)超盟AI建議訂貨模塊前后的效果對比圖。其中，橫軸表示時間，縱軸表示庫存。

圖示：使用超盟AI建議訂貨模塊前后的效果對比圖

左側(cè)是使用模型前，零售店長根據(jù)個人經(jīng)驗做出補貨決策的情況?？梢钥闯?，一是補貨非常沒有規(guī)律，這樣會給供應鏈帶來非常大的壓力；二是會出現(xiàn)跟橫軸平行的線，說明出現(xiàn)了斷貨情況，可能長時間沒有補貨。 

右側(cè)是使用后的效果，補貨變得非常及時，規(guī)律性也很強。對客戶而言，最直接的效果便是，通過AI指導后的補貨周期變快且有規(guī)律，加快了庫存周轉(zhuǎn)率，提升了企業(yè)效益。以超盟數(shù)據(jù)的一個客戶為例，使用了超盟數(shù)據(jù)的超盟AI建議訂貨模塊之后，年營業(yè)額凈增長27.3%，周轉(zhuǎn)變快2天。 

超盟數(shù)據(jù)的分享為現(xiàn)場帶來了滿滿干貨，嘉賓頻頻互動，就所分享內(nèi)容與李健豪進行了熱烈的討論與溝通。

圖示：嘉賓現(xiàn)場互動

AI賦能，超盟數(shù)據(jù)推動新零售前行

在CTO李健豪的帶領下，超盟數(shù)據(jù)技術(shù)團隊已成功搭建了承載數(shù)據(jù)采集、數(shù)據(jù)清洗、數(shù)據(jù)分析和數(shù)據(jù)展現(xiàn)等一系列數(shù)據(jù)處理流程的核心業(yè)務系統(tǒng)，為前端產(chǎn)品帶來穩(wěn)定的性能和極致的客戶體驗。同時全面支持業(yè)務發(fā)展和創(chuàng)新，不斷優(yōu)化效率和成本結(jié)構(gòu)，為人工智能背景下的便利店提供服務。未來，超盟數(shù)據(jù)仍將奮力構(gòu)建零售企業(yè)在大數(shù)據(jù)時代下的決策閉環(huán)，幫助企業(yè)建立數(shù)據(jù)驅(qū)動體系，實現(xiàn)數(shù)據(jù)資產(chǎn)化，制定更具個性化的企業(yè)經(jīng)營策略，將人工智能技術(shù)滲透在每個管理節(jié)點和經(jīng)營環(huán)節(jié)上，推動新零售迅猛前行，助力消費升級。

生成海報

免責聲明：本網(wǎng)站內(nèi)容主要來自原創(chuàng)、合作伙伴供稿和第三方自媒體作者投稿，凡在本網(wǎng)站出現(xiàn)的信息，均僅供參考。本網(wǎng)站將盡力確保所提供信息的準確性及可靠性，但不保證有關(guān)資料的準確性及可靠性，讀者在使用前請進一步核實，并對任何自主決定的行為負責。本網(wǎng)站對有關(guān)資料所引致的錯誤、不確或遺漏，概不負任何法律責任。任何單位或個人認為本網(wǎng)站中的網(wǎng)頁或鏈接內(nèi)容可能涉嫌侵犯其知識產(chǎn)權(quán)或存在不實內(nèi)容時，應及時向本網(wǎng)站提出書面權(quán)利通知或不實情況說明，并提供身份證明、權(quán)屬證明及詳細侵權(quán)或不實情況證明。本網(wǎng)站在收到上述法律文件后，將會依法盡快聯(lián)系相關(guān)文章源頭核實，溝通刪除相關(guān)內(nèi)容或斷開相關(guān)鏈接。