O Amazon Forecast não está mais disponível para novos clientes. Os clientes existentes do Amazon Forecast podem continuar usando o serviço normalmente. Saiba mais
Com o Amazon Forecast, você paga somente pelo que usar, sem taxas mínimas ou compromissos iniciais. Existem quatro diferentes tipos de custos a serem considerados ao usar o Amazon Forecast:
- Dados importados: custo com base em cada GB de dados importados para o Amazon Forecast para treinamento e previsão.
- Treinamento de um preditor: custo com base em cada hora de uso da infraestrutura necessária para desenvolver um preditor personalizado de acordo com seus dados de entrada ou para monitorar a performance do preditor. O tempo de treinamento inclui o tempo dedicado para limpar os dados, treinar vários algoritmos em paralelo, encontrar a melhor combinação de algoritmos, calcular métricas de precisão, gerar insights de explicabilidade, monitorar a performance do preditor e usar a infraestrutura de criação de previsões. Observe que os custos são baseados no número de horas de instância usadas, e não no tempo real necessário para o treinamento de um preditor. Como o Amazon Forecast implanta várias instâncias em paralelo para treinar um preditor, o número de horas usadas excederá o tempo real observado.
- Pontos de dados de previsão gerados: custo com base no número de valores de previsão exclusivos gerados em todas as combinações de séries temporais (itens e dimensões). Os pontos de dados de previsão são a combinação do número de séries temporais exclusivas (por exemplo, SKU x armazenamentos), número de quantis e pontos de tempo dentro do horizonte de previsão. Os pontos de dados previstos incluem aqueles criados pela geração de previsões e aqueles produzidos por meio de análises de condição.
- Explicações de previsão: custo com base na explicação do impacto de atributos ou de dados relacionados em suas previsões para cada item e ponto de tempo. A explicabilidade ajuda você a entender melhor como os atributos em seus conjuntos de dados impactam os valores de previsão. O custo é baseado no número de pontos de dados de previsão e no número de atributos (por exemplo, preços, feriados, índice meteorológico) que estão sendo explicados.
Calculadora de Preços da AWS para o Amazon Forecast
Use a Calculadora de Preços da AWS para estimar o custo da sua solução de arquitetura usando o Amazon Forecast.
Nível gratuito
Durante os primeiros dois meses de uso da previsão, os clientes recebem até 100 mil pontos de dados de previsão por mês, até 10 GB de armazenamento de dados por mês e até dez horas de treinamento por mês.
Tabelas de preços
Tipo de custo | Preços | Detalhes |
Dados importados | USD 0,088 por GB | Para cada GB de dados importados para o Amazon Forecast. |
Treinamento de um preditor | USD 0,24 por hora | Para cada hora dedicada para limpar os dados, treinar vários algoritmos em paralelo, encontrar a melhor combinação de algoritmos, calcular métricas de precisão, gerar pontuações de impacto de explicabilidade, monitorar a performance do preditor e criar previsões. O Amazon Forecast implanta várias instâncias em paralelo para treinar um preditor, portanto, o número de horas usadas excederá o tempo real observado. |
Pontos de dados de previsão gerados | *Consulte a Tabela 1 abaixo para obter os preços hierárquicos | Para cada mil pontos de dados de previsão em cada quantil para a geração de previsões, incluindo análises de condição. Os pontos de dados de previsão são arredondados para o milhar mais próximo. |
Explicações de previsão | **Consulte a Tabela 2 abaixo para obter os preços hierárquicos | Para cada mil explicações, os pontos de dados de previsão são multiplicados pelo número de atributos (por exemplo, preços ou feriados). As explicações são arredondadas para o milhar mais próximo. Cada trabalho de explicabilidade tem um limite de 50 séries temporais e 500 pontos de tempo. |
*Tabela 1: tabela de preços hierárquicos para os pontos de dados de previsão gerados
Pontos de dados de previsão gerados por mês | Preço por mil pontos de dados de previsão |
Primeiros 100 mil pontos de dados de previsão | USD 2,00 |
Próximos 900 mil pontos de dados de previsão | USD 0,80 |
Próximos 49 milhões de pontos de dados de previsão | USD 0,20 |
Mais de 50 milhões de pontos de dados de previsão | USD 0,02 |
Observação: os clientes que geram previsões usando um preditor que foi treinado com a API CreatePredictor herdada continuarão a receber cobranças de USD 0,60 por mil séries temporais, que é a combinação de itens e de dimensões, para cada quantil. As previsões são arredondadas para o milhar mais próximo.
**Tabela 2: tabela de preços hierárquicos para explicações de previsão
Explicações de previsão por mês | Preço por mil explicações |
Primeiras 50 mil explicações | USD 2,00 |
Próximas 950 mil explicações | USD 0,80 |
Próximos 9,9 milhões de explicações | USD 0,25 |
Mais de 10 milhões de explicações | USD 0,15 |
Exemplos de preços
Exemplo de preços 1: previsão de demanda de produto
Imaginemos que você tem uma empresa de vestuário, conta com mil itens vendidos em 50 lojas ao redor do mundo e está realizando a previsão de demanda de produto para os próximos sete dias em um quantil. Cada combinação entre um item e uma localização de loja equivale a uma série temporal. Dessa forma, você terá 50 mil séries temporais (1.000 itens x 50 lojas) para prever. Como você está realizando a previsão com base em um quantil, está prevendo um total de 50 mil previsões (50 mil séries temporais x 1 quantil). Nas previsões de sete dias à frente com uma frequência de previsão semanal, você está prevendo para um ponto de dados no futuro com um total de pontos de dados de previsão de 50 mil (50 mil previsões x 1 ponto de dados).
Tipo de custo | Preços | Custo por uso |
5 GB de dados importados | USD 0,088 por GB | 5 GB x USD 0,088 por GB = USD 0,44 |
3 horas de treinamento | USD 0,24 por hora | 3 horas x USD 0,24 por hora = USD 0,72 |
50 mil pontos de dados de previsão | USD 2 por mil pontos de dados de previsão para os primeiros 100 mil pontos de dados de previsão | 50 mil previsões x USD 2 por mil previsões = USD 100 |
Custo total = USD 101,16 |
Agora, vamos supor a seguinte alteração: você está realizando previsões com sete dias de antecedência com uma frequência de previsão diária. Isso se traduz em uma previsão de sete pontos de dados no futuro, com um total de pontos de dados de previsão de 350 mil (50 mil previsões x 7 pontos de dados).
Tipo de custo | Preços | Custo por uso |
5 GB de dados importados | USD 0,088 por GB | 5 GB x USD 0,088 por GB = USD 0,44 |
3 horas de treinamento | USD 0,24 por hora | 3 horas x USD 0,24 por hora = USD 0,72 |
350 mil pontos de dados de previsão | USD 2 por mil pontos de dados de previsão para os primeiros 100 mil pontos de dados de previsão USD 0,80 por mil pontos de dados de previsão para os próximos 900 mil pontos de dados de previsão |
100 mil x US 2 por mil pontos de previsão = USD 200 Total = USD 200 + USD 200 = USD 400 |
Custo total = USD 401,16 |
O exemplo de preço acima é baseado em um único trabalho de previsão em um mês.
Exemplo de preços 2: planejamento de capacidade
Imaginemos que você seja proprietário de uma empresa de energia. Você tem 5 mil clientes residentes que usam gás e eletricidade. Cada combinação entre o cliente residente e os tipos de energia equivale a uma série temporal, portanto, você terá séries temporais de 10 mil (2 tipos de energia x 5 mil clientes residentes). Suponhamos que você precise realizar um planejamento com 24 horas de antecedência com uma previsão horária em um quantil, portanto, você está prevendo um total de pontos de dados de 240 mil pontos de dados de previsão (10 mil séries temporais X 1 quantil x 24 horas).
Você também adiciona um atributo Preços e opta por adicionar os conjuntos de dados integrados Feriados e Índice meteorológico ao Amazon Forecast para o treinamento de preditores. Digamos que você tenha interesse em saber quais atributos estão impulsionando as previsões para seus 100 principais clientes de gás. O custo da explicabilidade da previsão será o seguinte:
Número de trabalhos de explicabilidade | 100 séries temporais de clientes / 50 séries temporais, no máximo, por trabalho de explicabilidade = 2 |
Número de pontos de dados de previsão explicados por trabalho de explicabilidade | 50 clientes residentes x 1 tipo de energia x 1 quantil x 24 horas = 1.200 |
Número de atributos que estão sendo explicados | Preços + Feriados + Índice meteorológico = 3 |
Número total de explicações em um mês | 1.200 x 3 x 2 = 8.000 (arredondado para o milésimo mais próximo) |
Custo total | USD 2 / 1.000 explicações x 8.000 explicações = USD 16 |
O exemplo de preço acima é baseado em um único trabalho de previsão em um mês.
Recursos adicionais de definição de preço
Calcule facilmente os custos mensais com a AWS.
Entre em contato com os especialistas da AWS para obter uma cotação personalizada.
Consulte o guia do desenvolvedor para obter instruções sobre o uso do Amazon Forecast.
Obtenha acesso instantâneo ao nível gratuito da AWS.
Comece a criar com o Amazon Forecast no Console AWS.