핵심 요약
AWS가 Amazon Connect Decisions(ACD)와 Teammates를 활용해 SKU별로 진단-측정-처방-오케스트레이션하는 agentic forecasting을 제시했습니다. SBC 기반 패턴 분류와 WAPE/Bias로 성능을 평가하고, 외부 신호와 도메인 규칙으로 자동화를 구현합니다.
구현 방법
- SBC 진단: ADI와 CV²로 4분면 분류, lifecycle 고려
- 측정: WAPE와 Bias를 함께 판단
- 처방: Smooth는 ETS/ARIMA, Erratic는 Covariate 도입, Intermittent/Lumpy는 Croston류 + Bias 보정
- 외부 신호: 프로모션/캘린더를 covariate로 사용하고 surge를 감지
- 오케스트레이션: 18종 도구의 agentic ensemble, 파운데이션 모델의 제로샷 예측, Plan Input Rules와 Forecast Override Rules로 조정
주요 결과
- 패턴별 WAPE: 16.7%(Smooth), 64.7%(Erratic), 80.2%(Intermittent), 98.9%(Lumpy)
- All SKU: 프로모션 도입으로 35.9%→6.7%로 개선, Bias -34.5%→0.1%
- DRESS-TREND-FW에서 override 도입 시 WAPE 48.7%, Bias 12.7%로 개선
