Manajemen komunikasi

Machine Learning untuk Bisnis

Karolis Urbonas

Head of Machine Learning & Science, Amazon

Kelompok kerja

Jadwalkan rapat berkala untuk memantau progres dan menetapkan hal berikut:

  • Tetapkan kebutuhan bisnis
  • Tinjau model machine learning dan produk bisnis
  • Inferensi vs. prediksi
  • Hasil model baseline & rencana pembaruan model
  • Uji pasar
  • Produksi
Machine Learning untuk Bisnis

Kebutuhan bisnis

  1. Apa situasi bisnisnya?
    • Tingkat churn mulai meningkat
  2. Apa peluang bisnisnya dan seberapa besar?
    • Kurangi churn dari X% ke Y%
  3. Apa tindakan bisnis yang akan kita ambil?
    • Jalankan kampanye retensi menargetkan pelanggan berisiko
Machine Learning untuk Bisnis

Produk machine learning

  • Bisnis memerlukan produk ML apa?

$$

  • Contoh 1 - Prediksi churn. Bisnis ingin 1) inferensi pendorong churn diperbarui triwulanan, dan 2) klasifikasi harian pelanggan: hilang, berisiko, tidak berisiko

$$

  • Contoh 2 - Prediksi fraud. Bisnis ingin 1) inferensi indikator kuat churn, dan 2) daftar real-time transaksi sangat berisiko untuk tinjauan manual dan risiko sedang untuk permintaan data tambahan
Machine Learning untuk Bisnis

Kinerja dan perbaikan model

Tentukan toleransi terhadap kesalahan model (ingat: semua model salah):

  • Klasifikasi

    • Kelas mana yang paling mahal jika salah klasifikasi?
    • Contoh: biasanya lebih mahal mengklasifikasikan fraud sebagai non-fraud daripada sebaliknya

  • Regresi

    • Berapa toleransi error prediksi?
    • Contoh: pada prediksi permintaan, jika error tinggi, perusahaan harus membeli stok lebih banyak dari perlu
Machine Learning untuk Bisnis

Uji pasar

abtest

Machine Learning untuk Bisnis

Machine learning di produksi

  • Apakah hasil uji konsisten memberi perbaikan positif?
  • Apakah model cukup stabil?
  • Apakah kita punya sistem dan alat untuk mengintegrasikan model?
Machine Learning untuk Bisnis

Ayo berlatih!

Machine Learning untuk Bisnis

Preparing Video For Download...