Amazon Forecast non è più disponibile per i nuovi clienti. I clienti esistenti di Amazon Forecast possono continuare a utilizzare il servizio normalmente. Ulteriori informazioni
Con Amazon Forecast, i prezzi sono calcolati in base all'utilizzo effettivo e senza tariffe minime né impegni iniziali. Ci sono quattro diversi tipi di costi da considerare per l'utilizzo di Amazon Forecast:
- Dati importati: costo per ogni GB di dati importati in Amazon Forecast per addestramento e previsioni.
- Addestramento di un predittore: costo per ogni ora di utilizzo dell'infrastruttura necessario per creare un predittore personalizzato basato sui dati di input o per monitorare le sue prestazioni. Il tempo di addestramento comprende il tempo impiegato per pulire i dati, addestrare più algoritmi in parallelo, trovare la migliore combinazione di algoritmi, calcolare metriche di precisione, generare informazioni sulla spiegabilità, monitorare le prestazioni dei predittori e l'utilizzo dell'infrastruttura per la creazione di previsioni. Occorre tener presente che i costi si basano sul numero di ore di istanza utilizzate e non sull'orario effettivo necessario per addestrare un predittore. Poiché Amazon Forecast implementa più istanze in parallelo per addestrare un predittore, il numero di ore utilizzate supererà l'effettiva quantità di tempo rilevata.
- Punti dati di previsione generati: costo per numero di valori di previsione univoci generati in tutte le combinazioni di serie temporali (voci e dimensioni). I punti dati di previsione sono la combinazione del numero di serie temporali univoche (ad esempio, SKU x negozi), del numero di quantili e dei punti temporali all'interno dell'orizzonte di previsione. I punti dati previsti includono quelli creati generando previsioni e quelli prodotti tramite analisi what-if.
- Spiegazioni delle previsioni: costo per spiegare l'impatto degli attributi o dei dati correlati sulle previsioni per ogni voce e punto temporale. La spiegabilità aiuta a comprendere meglio come gli attributi dei set di dati influiscono sui valori delle previsioni. Il costo si basa sul numero dei punti dati di previsione e degli attributi (ad esempio, prezzo, festività, indice meteorologico) che vengono spiegati.
Calcolatore dei prezzi AWS per Amazon Forecast
Utilizza il Calcolatore dei prezzi AWS per stimare il costo della soluzione di architettura utilizzando Amazon Forecast.
Piano gratuito
Per i primi due mesi di utilizzo di Amazon Forecast, i clienti ricevono fino a 100.000 punti dati di previsioni al mese, fino a 10 GB di archiviazione di dati al mese e fino a 10 ore di addestramento al mese.
Tabella dei prezzi
| Tipo di costo | Prezzi | Dettagli |
| Dati importati | 0,088 USD per GB | Per ogni GB di dati importati in Amazon Forecast. |
| Addestramento di un predittore | 0,24 USD all'ora | Per ogni ora impiegata per pulire i dati, addestra più algoritmi in parallelo, trova la migliore combinazione di algoritmi, calcola le metriche di precisione, genera punteggi di impatto sulla spiegabilità, monitora le prestazioni dei predittori e crea previsioni. Amazon Forecast implementa più istanze in parallelo per addestrare un predittore, quindi il numero di ore utilizzate supererà l'effettiva quantità di tempo rilevata. |
| Punti dati di previsioni generate | *Consulta la Tabella 1 dei prezzi a più livelli riportata di seguito | Per ogni 1.000 punti dati di previsione in ogni quantile per generare previsioni, incluse le analisi what-if. I punti dati di previsione sono arrotondati al migliaio più vicino. |
| Spiegazioni delle previsioni | **Consulta la Tabella 2 dei prezzi a più livelli riportata di seguito | Per ogni 1.000 spiegazioni: punti dati di previsione moltiplicati per il numero di attributi (come Prezzo o Festività). Le spiegazioni sono arrotondate al migliaio più vicino. Ogni processo di spiegabilità ha un limite di 50 serie temporali e 500 punti temporali. |
*Tabella 1: Tabella dei prezzi a più livelli per i punti dati delle previsioni generate
| Punti dati delle previsioni generate al mese | Prezzo per 1000 punti dati delle previsioni |
| Primi 100.000 punti dati delle previsioni | 2,00 USD |
| Successivi 900.000 punti dati delle previsioni | 0,80 USD |
| Successivi 49.000.000 di punti dati delle previsioni | 0,20 USD |
| Oltre i 50.000.000 di punti dati delle previsioni | 0,02 USD |
Nota: I clienti che generano previsioni utilizzando un predittore addestrato con l'API legacy CreatePredictor continueranno a ricevere un addebito di 0,60 USD per 1.000 serie temporali, risultante dalla combinazione di voci e dimensioni, per raggiungere il quantile. Le previsioni sono arrotondate al migliaio più vicino.
* * Tabella 2: Tabella dei prezzi a più livelli per le spiegazioni delle previsioni
| Spiegazioni delle previsioni al mese | Prezzo per 1000 spiegazioni |
| Prime 50.000 spiegazioni | 2,00 USD |
| Successive 950.000 spiegazioni | 0,80 USD |
| Successivi 9.900.000 di spiegazioni | 0,25 USD |
| Oltre i 10.000.000 di spiegazioni | 0,15 USD |
Esempi di prezzi
Esempio di prezzi 1 - Previsione della domanda di prodotti
Supponiamo che tu possieda un'azienda di abbigliamento, abbia 1.000 articoli in vendita in 50 punti vendita in tutto il mondo e preveda la domanda di prodotti per i prossimi 7 giorni a 1 quantile. Ogni combinazione di articolo e punto vendita equivale a una serie temporale, quindi dovrai prevedere 50.000 serie temporali (1000 articoli x 50 punti vendita). Poiché la previsione è a 1 quantile, calcolerai un totale di 50.000 previsioni (50.000 serie temporali x 1 quantile). Considerando previsioni con 7 giorni di anticipo con una frequenza di previsione a cadenza settimanale, stai prevedendo 1 punto dati nel futuro per un totale di 50.000 punti dati di previsione (50.000 previsioni x 1 punto dati).
| Tipo di costo | Prezzi | Costo di utilizzo |
| 5 GB di dati importati | 0,088 USD per GB | 5 GB x 0,088 USD per GB = 0,44 USD |
| 3 ore di addestramento | 0,24 USD all'ora | 3 ore x 0,24 USD all'ora = 0,72 USD |
| 50.000 punti dati di previsione | 2 USD per 1000 punti dati di previsione per i primi 100.000 punti dati di previsione | 50.000 previsioni x 2 USD per 1000 previsioni = 100 USD |
| Costo totale = 101,16 USD |
Ora, supponiamo di applicare la seguente modifica: adesso stai facendo previsioni con 7 giorni di anticipo con una frequenza di previsione a cadenza giornaliera. Questo si traduce in previsioni per 7 punti dati futuri per un totale di 350.000 punti dati di previsione (50.000 previsioni x 7 punti dati).
| Tipo di costo | Prezzi | Costo di utilizzo |
| 5 GB di dati importati | 0,088 USD per GB | 5 GB x 0,088 USD per GB = 0,44 USD |
| 3 ore di addestramento | 0,24 USD all'ora | 3 ore x 0,24 USD all'ora = 0,72 USD |
| 350.000 punti dati di previsione | 2 USD per 1000 punti dati di previsione per i primi 100.000 punti dati di previsione 0,80 USD per 1000 punti dati di previsione per i successivi 900.000 dati di previsione |
100.000 x 2 USD per 1000 punti di previsione = 200 USD Totale = 200 USD + 200 USD = 400 USD |
| Costo totale = 401,16 USD |
Il calcolo dei prezzi esemplificato sopra si basa su un singolo processo di previsione in un mese
Esempio di prezzo 2 - Pianificazione della capacità
Supponiamo che tu possieda una società energetica. Hai 5.000 clienti residenti che utilizzano sia gas che elettricità. Ogni combinazione di clienti residenti e tipi di energia equivale a una serie temporale, quindi avrai 10.000 serie temporali (2 tipi di energia x 5.000 clienti residenti). Supponendo che sia necessario pianificare con 24 ore di anticipo con una previsione a cadenza oraria a 1 quantile, si prevede un totale di 240.000 punti dati di previsione (10.000 serie temporali x 1 quantile x 24 ore).
Stai aggiungendo un attributo Prezzo e hai scelto di aggiungere i set di dati integrati composto da Festività e Indice meteorologico di Amazon Forecast per l'addestramento dei predittori. Supponiamo che tu sia interessato a scoprire quali sono gli attributi che determinano le previsioni per i tuoi 100 principali clienti nel settore del gas. Il costo per la spiegabilità delle previsioni sarà il seguente.
| Numero di processi di spiegabilità | 100 serie temporali di clienti / 50 serie temporali al massimo per processo di spiegabilità = 2 |
| Numero di punti dati di previsione spiegati per processo di spiegabilità | 50 clienti residenti x 1 tipo di energia x 1 quantile x 24 ore = 1200 |
| Numero di attributi spiegati | Prezzo + Festività + Indice meteorologico = 3 |
| Numero totale di spiegazioni in un mese | 1200 x 3 x 2 = 8000 (arrotondato al millesimo più vicino) |
| Costo totale | 2 USD / 1000 spiegazioni x 8000 spiegazioni = 16 USD |
Il calcolo dei prezzi esemplificato sopra si basa su un singolo processo di previsione in un mese
Risorse aggiuntive sui prezzi
Calcola facilmente le spese mensili con AWS.
Contatta gli specialisti AWS per ricevere un preventivo personalizzato.
Per istruzioni su come usare Amazon Forecast, consulta la guida per gli sviluppatori.
