亞馬遜云科技客戶案例-默克IVF周期數和銷量預測

痛點與挑戰

默克致力于創新型制藥、生命科學以及前沿功能材料技術, 以技術為客戶創造價值。本次項目著眼于其生殖醫學領域,產品為IVF相關的5種,每種產品對應不同的客戶群體、銷售情況及市場份額。隨著產品在市場使用量的不斷變化未來銷量也有所不同,默克亟待找到合理的預測邏輯來預估每種產品未來的OP,以指導生產和銷售等供應鏈流程。
主要挑戰:
1. 手工預測可考慮的因素有限制,難以捕捉全局影響,需要專業的模型結合大量可用數據進行AI智能預測,實現高準確率的周期數和產品銷量預測。
2. 隨著業務量增加,數據量急劇上升,加上業務對預測需求的及時性,需要實現預測模型的自動化上線預測。
如果不及時升級預測策略和方式,供應鏈上的排產計劃將受到影響,進而影響銷售和庫存,造成企業的資源浪費、各項成本增加、收益降低等。
預測目標:
? 周期數預估:基于影響周期數的因素預估未來24個月IVF相關的促排周期數和移植周期數。
? 產品銷量預測:基于IVF相關產品的歷史銷售數據(SKU、銷售區域、醫院情況、周期數、時間特征等)、總體市場情況及產品的市場份額,構建銷售預測模型來預估未來產品銷量。

 

解決方案

模型的實現架構如下圖所示,包含兩大階段,一是Sagemaker上的模型開發和調試,二是Lambda上的模型調度。兩大階段涉及到的數據流、模型構建和模型調度均在默克內部的AWS VPC中實現,外網無訪問權限。

亞馬遜云科技上的模型運行機制如上圖所示,可從4個方面進行描述:
1. 數據輸入和ETL
通過Hive定期抽取DB中的歷史周期數和產品銷量數據,進行ETL處理,處理后的模型寬表導入S3。
2. 模型構建、訓練和推理
在SageMaker Studio中實現模型預處理、特征工程、模型構建和部署。
3. 模型調度
S3中的文件觸發Lambda進行模型調度,調度起SageMaker中的模型重訓練和模型預測,預測結果寫回RDS數據庫。
4. 模型安全性和可靠性配置
AWS SSO控制用戶訪問RDS數據庫的加密策略,AWS IAM通過用戶的權限設置其訪問策略,Amazon CloudWatch通過監控各組件的運行記錄操作日志和指標變化信息,實現用戶行為監控,達到安全性和可靠性配置。

關于<默克>

 


默克創建于1668年,主要致力于創新型制藥、生命科學以及前沿功能材料技術, 并以技術為驅動力,為患者和客戶創造價值。在中國,默克主要從事制藥、生命科學和化工業務,并為客戶提供從創新型的處方類藥品、非處方類藥品到生命科學領域的解決方案,工業用途的效果顏料和化學品。
本項目涉及在生殖周期每一階段輔助IVF的5種產品的銷量預測: 果納芬?,艾澤?, 樂芮?, 思則凱?, 雪諾酮?, Pergoveris™,以及全國整體市場上潛在IVF人群數。

成果與收益

1. 實現全自動化模型調度和預測:實現了與默克DB的自動對接,使用Lambda實現自動模型調度,在每月數據采集完成后自動執行模型預測。
2. 預測準確率提升:與手工預測相比,模型銷量預測的準確率大大提升,提升排產規劃精準度,優化供應鏈管理。