Kommunikationsmanagement

Maschinelles Lernen für Unternehmen

Karolis Urbonas

Head of Machine Learning & Science, Amazon

Arbeitsgruppen

Regelmäßige Meetings, um Fortschritt zu verfolgen und Folgendes zu definieren:

  • Geschäftsanforderungen
  • Machine-Learning-Modelle und Business-Produkte
  • Inferenz vs. Vorhersage
  • Ergebnisse des Basismodells und Modell-Updates
  • Markttests
  • Produktivbetrieb
Maschinelles Lernen für Unternehmen

Geschäftsanforderungen

  1. Wie sieht die Geschäftssituation aus?
    • Die Abwanderungsrate steigt
  2. Wie sieht das Geschäftspotenzial aus und wie groß ist es?
    • Kundenabwanderung von X % auf Y % senken
  3. Welche Geschäftsmaßnahmen werden wir treffen?
    • Kampagnen zur Bindung der Personen mit Abwanderungsrisiko
Maschinelles Lernen für Unternehmen

Machine-Learning-Produkte

  • Welche ML-Produkte braucht das Unternehmen?

$$

  • Beispiel 1 – Abwanderung vorhersagen. Das Unternehmen will 1) vierteljährlich aktualisierte Inferenzanalyse der Einflussfaktoren für die Abwanderung und 2) eine tägliche Klassifikation der Kundschaft in: verloren, gefährdet, nicht gefährdet

$$

  • Beispiel 2 – Betrugsvorhersage. Das Unternehmen will 1) starke Indikatoren für Kundenabwanderung erkennen und 2) Echtzeit-Liste mit hochriskanten Transaktionen zur manuellen Prüfung und Liste mit mittlerem Risiko für zusätzliche Datenanfragen
Maschinelles Lernen für Unternehmen

Modellleistung und Verbesserungen

Festlegen, wie viel Toleranz bei Modellfehlern akzeptabel sind (zur Erinnerung: alle Modelle liegen falsch):

  • Klassifikation

    • Welche Klasse ist bei falscher Klassifikation teurer?
    • Beispiel: Betrug fälschlicherweise als Nicht-Betrug zu klassifizieren, teurer als umgekehrt.

  • Regression

    • Wie groß ist die Fehlertoleranz bei der Vorhersage?
    • Beispiel: Bei Modellfehler für Nachfragevorhersage kauft Unternehmen mehr Produkte als nötig
Maschinelles Lernen für Unternehmen

Markttests

abtest

Maschinelles Lernen für Unternehmen

Maschinelles Lernen im Produktivbetrieb

  • Zeigen die Testergebnisse durchweg positive Verbesserungen?
  • Arbeitet das Modell stabil genug?
  • Haben wir Systeme und Tools, in die das Modell integriert werden kann?
Maschinelles Lernen für Unternehmen

Lass uns üben!

Maschinelles Lernen für Unternehmen

Preparing Video For Download...