機械学習の予測ソリューションによるAmazonの「Thinks Big」

課題

Thinks BigはAmazonの重要なリーダーシップ原則であり、チームは規模が拡大したときに資本構造を効率的に管理することがいかに重要かを知っています。常に焦点となってきましたが、新型コロナウイルスのパンデミックが世界中を席巻し、世界中の消費者がAmazonを含むeコマース小売業者に殺到し、日用品を購入したことで、この問題はさらに深刻になりました。

取引量が倍増するにつれ、Amazonの数多くのビジネスライン、通貨、国にまたがるキャッシュフローの予測も複雑になっていきました。過去のデータや四半期予測では、もはや対応できませんでした。資金予測を革新する時が来ました。

ソリューション

Amazonは自社の財務チームと社内のソフトウェアエンジニアおよびデータサイエンティストと共に、機械学習をベースとした改善された予測モデルを構築しました。合同チームは財務事業部門を対象に主要な変数を特定することから始まりました。データサイエンティストはデータの調査、最適なアルゴリズムの特定、機械学習モデルのトレーニング、テストを行いました。ソフトウェアエンジニアは データレイクを構築し、機械学習パイプラインを実装して機械学習アルゴリズムを導入することで、人間には気付けないパターンについて、より優れた洞察を得ることができるようになりました当初は米国のキャッシュ・ポジションを日次で予測するツールであったが、瞬く間に、60日間の予測に発展し、従来のキャッシュフロー予測手法を凌駕する成果を世界中で上げています。

機械学習モデルはAmazonのグローバルな財務管理に即座に影響を与えました。Amazonは現在、グローバル規模で組織を横断して動的な現金の目標残高を設定し、運転資本を改善することができます。さらに、Amazonは大幅なプロセス改善を実現しました。

以前のキャッシュポジショニングには最大8時間を要していましたが、今では30分もかからなくなり、チームは戦略的優先事項に時間を割けるようになりました。また、機械学習モデルの有効性は財務部門が一刻を争う意思決定を行う際に、社内の複数の上流システムに依存する必要がなくなったことを意味しま

す。財務は銀行担当者と面談する際に、より多くの洞察をもたらすと同時に、より適切に仕事を割り当てることができます。

Amazonはプロセス全体の改善を続けています。このソリューションはAmazonが顧客重視、発明への情熱、卓越した運用、長期的な思考という4つの基本原則の実現に注力していることを示しています。

ベストプラクティスと革新

Amazon’s new forecasting model is a best practice innovation in many ways. As a strategic business partner, treasury provides real-time, data-driven guidance on capital structure optimisation.

The most visible innovation is the deployment of machine learning directly into treasury, which can be difficult to implement effectively, and this has had an immediate impact. The benefit of the machine learning model is that it improves over time as it constantly retrains itself with more data.

Another best practice is the partnership between the treasury organisation and Amazon’s in-house software engineers and data scientists. This project included team members with diverse skill sets and backgrounds across internationally based teams.

By aligning multiple organisations to a common vision and clear goals, Amazon has delivered results that would have been challenging for any of these organisations to achieve alone. In this case, the whole is greater than the sum of the individual parts.

主な利点

• 流動性管理の効率向上
• コスト削減
• 時間の節約
• プロセスの効率化
• 自動化の増加
• リスクの軽減
• 可視性の向上
• エラーの削減
• 手作業の削減
• システム接続性の向上
• 将来性に備えたソリューション。

In partnership with