Amazon Forecast ist für Neukunden nicht mehr verfügbar. Bestehende Kunden von Amazon Forecast können den Service weiterhin wie gewohnt nutzen. Weitere Informationen

Mit Amazon Forecast zahlen Sie nur für das, was Sie auch nutzen. Es fallen keine Mindestgebühren oder Vorauszahlungen an. Bei der Verwendung von Amazon Forecast sind vier verschiedene Kostenarten zu berücksichtigen:

  1. Importierte Daten: Kosten für jedes GB an Daten, die für Schulungen und Prognosen in Amazon Forecast importiert werden.
  2. Training eines Prädiktors: Kosten für jede Stunde Infrastrukturnutzung, die für die Erstellung eines benutzerdefinierten Prädiktors auf der Grundlage Ihrer Eingabedaten oder für die Überwachung der Prädiktorleistung erforderlich ist. Die Trainingszeit umfasst die Zeit, die benötigt wird, um Ihre Daten zu bereinigen, mehrere Algorithmen parallel zu trainieren, die beste Kombination von Algorithmen zu finden, Genauigkeitsmetriken zu berechnen, Erkenntnisse zur Erklärbarkeit zu generieren, die Leistung der Prädiktoren zu überwachen und die Infrastrukturnutzung der Prognoseerstellung zu nutzen. Beachten Sie, dass die Kosten auf der Anzahl der verwendeten Instance-Stunden basieren, nicht auf der tatsächlichen Uhrzeit, die zum Trainieren eines Prädiktors benötigt wird. Da Amazon Forecast mehrere Instances parallel bereitstellt, um einen Prädiktor zu trainieren, wird die Anzahl der verwendeten Stunden die tatsächlich beobachtete Uhrzeit überschreiten.
  3. Generierte Prognosedatenpunkte: Kosten für die Anzahl der eindeutigen Prognosewerte, die für alle Zeitreihenkombinationen (Elemente und Dimensionen) generiert wurden. Prognosedatenpunkte sind die Kombination aus der Anzahl eindeutiger Zeitreihen (z. B. SKU x Geschäfte), der Anzahl der Quantile und den Zeitpunkten innerhalb des Prognosehorizonts. Zu den prognostizierten Datenpunkten gehören Daten, die durch die Erstellung von Prognosen erstellt wurden, und Datenpunkte, die durch Was-wäre-wenn-Analysen erstellt wurden.
  4. Erklärungen zur Prognose: Kosten für die Erklärung der Auswirkungen von Attributen oder verwandten Daten auf Ihre Prognosen für jeden Artikel und Zeitpunkt. Mithilfe der Erklärbarkeit können Sie besser verstehen, wie sich die Attribute in Ihren Datensätzen auf Ihre Prognosewerte auswirken. Die Kosten basieren auf der Anzahl der Prognosedatenpunkte und der Anzahl der Attribute (z. B. Preis, Feiertage, Wetterindex), die erklärt werden.
AWS Pricing Calculator

AWS Pricing Calculator für Amazon RDS

Verwenden Sie den AWS Pricing Calculator zum Schätzen der Kosten für Ihre Architekturlösung mit Amazon Forecast.

Kostenloses Kontingent

In den ersten zwei Monaten der Forecast-Verwendung, erhalten Kunden bis zu 100-000 Forecast-Datenpunkte pro Monat, bis zu 10 GB Datenspeicher pro Monat und bis zu 10 Stunden Training pro Monat.

Preistabellen

Kostenart Preise Details
Importierte Daten 0,088 USD pro GB Für jedes GB an Daten, die in Amazon Forecast importiert werden.
Einen Prädiktor trainieren 0,24 USD pro Stunde Trainieren Sie für jede Stunde, die Sie für die Bereinigung Ihrer Daten benötigen, mehrere Algorithmen parallel, finden Sie die beste Kombination von Algorithmen, berechnen Sie Genauigkeitskennzahlen, generieren Sie Auswirkungswerte für die Erklärbarkeit, überwachen Sie die Leistung der Prädiktoren und erstellen Sie Prognosen. Amazon Forecast stellt mehrere Instances parallel bereit, um einen Prädiktor zu trainieren, sodass die Anzahl der verwendeten Stunden die tatsächlich beobachtete Uhrzeit übersteigt.
Generiete Prognosedatenpunkte *Siehe Tabelle 1 mit gestaffelten Preisen unten Für jeweils 1.000 Prognosedatenpunkte an jedem Quantil zur Erstellung von Prognosen, einschließlich Was-wäre-wenn-Analysen. Prognosedatenpunkte werden auf die nächsten Tausend aufgerundet.
Erläuterungen zur Prognose **Siehe Tabelle 2 mit gestaffelten Preisen unten  Pro 1.000 Erklärungen – Prognosedatenpunkte multipliziert mit der Anzahl der Attribute (wie Preis oder Feiertage). Die Erklärungen werden auf die nächsten Tausend aufgerundet. Jeder Erklärbarkeitsjob hat ein Limit von 50 Zeitreihen und 500 Zeitpunkten.

*Tabelle 1: Tabelle mit gestaffelten Preisen für generierte Prognosen, Datenpunkte

Generierte Prognosedatenpunkte pro Monat Preis pro 1000 Prognosedatenpunkte
Erste 100.000 Prognosedatenpunkte 2,00 USD
Die nächsten 900.000 Prognosedatenpunkte 0,80 USD
Die nächsten 49 Millionen Prognosedatenpunkte 0,20 USD
Über 50 Millionen Prognosedatenpunkte 0,02 USD

Hinweis: Kunden, die Prognosen mithilfe eines Prädiktors erstellen, der mit der veralteten CreatePredictor-API trainiert wurde, werden weiterhin 0,60 USD pro 1.000 Zeitreihen, also der Kombination aus Elementen und Dimensionen, für das Reichweitenquantil berechnet. Die Prognosen werden auf die nächsten Tausend aufgerundet.

* Tabelle 2: Gestaffelte Preistabelle mit Erläuterungen zur Prognose

Erklärungen zur Prognose pro Monat Preis pro 1000 Erklärungen
Erste 50.000 Erklärungen 2,00 USD
Die nächsten 950.000 Erklärungen 0,80 USD
Die nächsten 9,9 Millionen Erklärungen 0,25 USD
Über 10 Millionen Erklärungen 0,15 USD

Preisbeispiele

Preisbeispiel 1 – Prognose der Produktnachfrage

Nehmen wir an, Sie besitzen ein Bekleidungsunternehmen und verkaufen 1.000 Artikel in 50 Geschäften auf der ganzen Welt und prognostizieren die Produktnachfrage für die nächsten 7 Tage mit einem Quantil. Jede Kombination aus einem Artikel und einem Ladenstandort entspricht einer Zeitreihe, sodass Sie 50.000 Zeitreihen (1000 Artikel x 50 Geschäfte) prognostizieren müssen. Da Sie mit einem Quantil prognostizieren, prognostizieren Sie insgesamt 50.000 Prognosen (50.000 Zeitreihen x 1 Quantil). Bei Prognosen für 7 Tage im Voraus mit einer wöchentlichen Prognosefrequenz prognostizieren Sie für einen Datenpunkt in der Zukunft mit einer Gesamtzahl von Prognosedatenpunkten von 50.000 (50.000 Prognosen x 1 Datenpunkt).

Kostenart Preise Nutzungskosten
5 GB an importierten Daten 0,088 USD pro GB 5 GB x 0,088 USD pro GB = 0,44 USD
3 Trainingsstunden 0,24 USD pro Stunde 3 Stunden x 0,24 USD pro Stunde = 0,72 USD
50.000 Prognosedatenpunkte 2 USD pro 1000 Prognosedatenpunkte für die ersten 100.000 Prognosedatenpunkte 50.000 Prognosen x 2 USD pro 1000 Prognosen = 100 USD
    Gesamtkosten = 101,16 USD.

Gehen wir nun von der folgenden Änderung aus: Sie prognostizieren jetzt Prognosen für 7 Tage im Voraus mit einer täglichen Prognosefrequenz. Dies entspricht einer Prognose für 7 Datenpunkte in der Zukunft mit einer Gesamtzahl von Prognosedatenpunkten von 350.000 (50.000 Prognosen x 7 Datenpunkte).

Kostenart Preise Nutzungskosten
5 GB an importierten Daten 0,088 USD pro GB 5 GB x 0,088 USD pro GB = 0,44 USD
3 Trainingsstunden 0,24 USD pro Stunde 3 Stunden x 0,24 USD pro Stunde = 0,72 USD
350.000 Prognosedatenpunkte 2 USD pro 1000 Prognosedatenpunkte für die ersten 100.000 Prognosedatenpunkte


0,80 USD pro 1000 Prognosedatenpunkte für den nächsten 900.000 Prognosedatenpunkt

100.000 x 2 USD pro 1000 Prognosepunkte = 200 USD
(350.000 – 100.000) x 0,8 USD pro 1000 Prognosepunkte = 200 USD

Summe = 200 USD + 200 USD = 400 USD

    Gesamtkosten = 401.16 USD

Das obige Preisbeispiel basiert auf einem einzelnen Prognoseauftrag in einem Monat

Preisbeispiel 2 – Kapazitätsplanung

Nehmen wir an, Sie besitzen ein Energieunternehmen. Sie haben 5.000 ansässige Kunden, die sowohl Gas als auch Strom nutzen. Jede Kombination aus Hauskunden und Energiearten entspricht einer Zeitreihe, sodass Sie über 10.000 Zeitreihen (2 Energiearten x 5.000 Anwohnerkunden) verfügen. Nehmen wir an, Sie müssen 24 Stunden im Voraus mit einer stündlichen Prognose mit einem Quantil planen, sodass Sie insgesamt 240.000 Prognosedatenpunkte prognostizieren (10.000 Zeitreihen x 1 Quantil x 24 Stunden).

Sie fügen ein Preisattribut hinzu und haben ausgewählt, die integrierten Datensätze für Feiertage und den Amazon Forecast Weather Index für das Prädiktortraining hinzuzufügen. Nehmen wir an, Sie möchten erfahren, welche Eigenschaften die Prognosen für Ihre 100 größten Gaskunden beeinflussen. Die Kosten für die Erklärbarkeit der Prognosen werden sich wie folgt zusammensetzen.

Anzahl der Erklärbarkeitsjobs 100 Kundenzeitreihen//maximal 50 Zeitreihen pro Erklärbarkeitsjob = 2
Anzahl der Prognosedatenpunkte, die pro Erklärbarkeitsjob erklärt werden 50 inländische Kunden x 1 Energieart x 1 Quantil x 24 Stunden = 1200
Anzahl der Attribute, die erklärt werden Preis + Feiertag + Wetterindex = 3
Gesamtzahl der Erklärungen in einem Monat 1200 x 3 x 2 = 8000 (aufgerundet auf das nächste Tausendstel)
Gesamtkosten 2 USD/1000 Erklärungen x 8000 Erklärungen = 16 USD

Das obige Preisbeispiel basiert auf einem einzelnen Prognoseauftrag in einem Monat

Zusätzliche Ressourcen zur Preiskalkulation

AWS Pricing Calculator

Berechnen Sie Ihre monatlichen Kosten für AWS auf einfache Art und Weise.

Unterstützung bei der Preisberechnung erhalten

Kontaktieren Sie AWS-Spezialisten, um ein personalisiertes Angebot zu erhalten.

Lesen Sie die Amazon-Forecast-Dokumentation
Weitere Informationen zu Amazon Forecast

Weitere Anweisungen für die Verwendung von Amazon Forecast finden Sie im Entwicklerhandbuch.

Registrieren Sie sich für ein AWS-Konto
Registrieren Sie sich und erhalten Sie ein kostenloses Konto

Sie erhalten sofort Zugriff auf daskostenlose AWS-Kontingent

Beginnen Sie mit dem Erstellen mit Amazon Forecast
Beginnen Sie mit der Entwicklung in der AWS-Konsole

Beginnen Sie mit dem Erstellen mit Amazon Forecast in der AWS-Konsole.