在披露计算机视觉服务Amazon Lookout for Vision和设备侦测服务Amazon Lookout for Equipment之后，AWS现在还发布了一个新的机器学习服务Amazon Lookout for Metrics，可自动监控指标，协助企业达到提升速度和精确度等目的，或者诊断异常现象，快速掌握像是收入意外大幅降低，或大量付款失败等事件。
资料中突如其来的模式改变，可能代表着异常事件发生，除了网站技术故障，但也或许是尚未开发的商机，AWS提到，随着企业收集越来越多的资料，需要具备侦测资料的变化，并能及时做出反应的能力，但是要侦测这些资料变化并不是一件简单的事情。而AWS所推出的Lookout for Metrics服务，可以让企业更容易地使用机器学习技术来监控指标，以提高对事件的反应能力。
Look for Metrics不仅能用于简单的异常检测，其提供开发人员与Amazon内部使用相同的技术来监控指标，只要通过点击操作，就可以开始监控重要的指标，用户不需要对机器学习有任何使用体验与知识，就可以监控异常并发现造成异常的原因。
为了要理解用户的资料，Look for Metrics利用侦测器对资料进行学习，用户可以创建侦测器，并且选择5分钟就是1天等不同的时间区间，决定侦测器导入资料的频率，根据用户选择的时间间隔，侦测器要能侦测异常，需花费数小时或是数天来学习资料，不过，用户也能通过提供历史资料，来加速学习历程。
该服务可以连接到19个数据源，包括Amazon的服务S3、CloudWatch和RDS等，还有Salesforce、Marketo和Zendesk等应用程序，以持续监控业务上的指标，Lookout for Metrics能够自动查看和准备资料使用机器学习技术侦测异常，当有多个指标受到异常事件影响，相关的指标会被汇总在一起，并总结出造成异常的根本原因，另外，AWS提到，该服务还会按严重性对异常进行排名，让用户可以确认需要优先解决的问题。
Lookout for Metrics也能被连接到通知和事件服务，诸如Amazon SNS、Slack、Pager Duty和AWS Lambda，进而使用户可以创建自定义警示或是操作，自动产生错误报告，或是从产品目录中删除价格不正确的产品。当Lookout for Metrics服务开始回传结果时，用户可以在控制台和API，取得异常相关性的反馈，而服务精确度也会随着时间提高。