Requisitos de negocio

Machine Learning para negocios

Karolis Urbonas

Head of Machine Learning & Science, Amazon

Definir necesidades de negocio

  1. ¿Cuál es la situación de negocio?
    • La empresa planea expandirse a nuevos mercados
  2. ¿Cuál es la oportunidad y su tamaño?
    • Identificar los mercados correctos con mayor demanda
  3. ¿Qué acciones de negocio tomaremos?
    • Priorizar e invertir más en los mercados con mayor demanda prevista
Machine Learning para negocios

Alcance de negocio: ejemplo de fraude

  1. Situación: la tasa de fraude ha empezado a subir

  2. Oportunidad: reducir el fraude en X %, ahorrando Y USD

  3. Acción: mejorar el sistema de detección de fraude, reducir sus impulsores y revisar manualmente transacciones en riesgo

fraude

Machine Learning para negocios

Alcance de negocio: ejemplo de churn

  1. Situación: los clientes han empezado a hacer churn más

  2. Oportunidad: reducir el churn en X %, ahorrando Y USD de ingresos

  3. Acción: identificar y mejorar los impulsores de churn (errores web, demasiada/poca publicidad, problemas de soporte, etc.); detectar clientes en riesgo e implantar campañas de retención

churn

Machine Learning para negocios

Situación de negocio: hacer la pregunta correcta

Empieza siempre con preguntas de inferencia

¿Por qué ha aumentado el churn?

¿Qué información indica posible fraude en una transacción?

¿En qué se diferencian nuestros clientes más valiosos?

A partir de ahí, define preguntas de predicción

¿Podemos identificar clientes en riesgo de churn?

¿Podemos marcar transacciones potencialmente riesgosas?

¿Podemos predecir pronto qué clientes serán de alto valor?

Machine Learning para negocios

Oportunidad de negocio

¿Gastarías 1 millón USD para ganar 5000 USD al año? (~200 años de ROI)

  • Dimensiona la oportunidad
  • Cuando conozcas los impulsores del resultado, ¿cuánto cuesta cambiarlos y qué valor aporta?
  • Por último, ¿cómo sabes si puedes afectar el resultado previsto? (pista: experimentos, muchos experimentos)
Machine Learning para negocios

ML accionable

Por último, ¿cómo sabes si puedes afectar el resultado previsto? (pista: experimentos, muchos experimentos)

  • Primero, mira niveles históricos (churn, fraude, nº de clientes de alto valor)
  • Haz experimentos: p. ej., ofrece descuentos a clientes en riesgo; revisa manualmente el 10% de transacciones más riesgosas. Repite y comprueba si el patrón deseado se repite
  • Si sí, úsalo para calcular la oportunidad y decidir si vale la pena la inversión
  • Si no: 1) recoge más datos, 2) investigación cualitativa, 3) acota la pregunta de negocio
Machine Learning para negocios

¡Vamos a practicar!

Machine Learning para negocios

Preparing Video For Download...