Businessvereisten

Machine Learning voor Business

Karolis Urbonas

Head of Machine Learning & Science, Amazon

Businessbehoeften afbakenen

  1. Wat is de situatie?
    • Het bedrijf wil uitbreiden naar nieuwe markten
  2. Wat is de kans en hoe groot is die?
    • Vind de juiste markten met de meeste vraag
  3. Welke acties ondernemen we?
    • Prioriteer en investeer meer in markten met hogere voorspelde vraag
Machine Learning voor Business

Scope - fraudevoorbeeld

  1. Situatie - De frauderatio neemt toe

  2. Kans - Verminder fraude met X %, wat Y USD bespaart

  3. Actie - Verbeter het fraudedetectiesysteem, pak fraudedrijvers aan, en review risicotransacties handmatig

fraude

Machine Learning voor Business

Scope - churnvoorbeeld

  1. Situatie - Meer klanten haken af (churn)

  2. Kans - Verlaag churn met X %, wat Y USD omzet behoudt

  3. Actie - Identificeer en verbeter churn-drijvers (websitefouten, te veel/te weinig advertenties, klantenserviceproblemen, enz.); vind risicoklanten en start retentiecampagnes

churn

Machine Learning voor Business

Businesssituatie - de juiste vraag stellen

Begin altijd met inference-vragen

Waarom stijgt de churn?

Welke info wijst op mogelijke fraudetransacties?

Waarin verschillen onze meest waardevolle klanten?

Bouw daarop voort om predictievragen te definiëren

Kunnen we klanten met churnrisico identificeren?

Kunnen we risicovolle transacties flaggen?

Kunnen we vroeg voorspellen welke klanten zeer waardevol worden?

Machine Learning voor Business

Businesskans

Zou jij 1 miljoen USD uitgeven om elk jaar 5000 USD extra te verdienen? (~200 jaar terugverdientijd)

  • Kwantisfeer de kans
  • Ken je de drijvers van de uitkomst, wat kost het om ze te wijzigen, en wat levert dat op?
  • Kun je de voorspelde uitkomst beïnvloeden? (hint: experimenteren, nog meer experimenteren)
Machine Learning voor Business

Actiegerichte machine learning

Kun je de voorspelde uitkomst beïnvloeden? (hint: experimenteren, experimenteren, en nog meer experimenteren)

  • Kijk eerst naar historische niveaus (churn, fraude, # high-value klanten)
  • Voer experimenten uit, bijv. klanten met risico targeten met korting; top 10% risicovolste transacties handmatig reviewen. Herhaal en kijk of het patroon terugkomt
  • Zo ja: gebruik dit om de kans te berekenen en beslis of de investering loont
  • Zo nee: 1) verzamel meer data, 2) kwalitatief onderzoek, 3) versmal de businessvraag
Machine Learning voor Business

Laten we oefenen!

Machine Learning voor Business

Preparing Video For Download...