コミュニケーション管理

ビジネスのための機械学習

Karolis Urbonas

Head of Machine Learning & Science, Amazon

ワーキンググループ

定例会議を設定し、進捗を追跡し次を定義します：

  • ビジネス要件の定義
  • 機械学習モデルとビジネスプロダクトのレビュー
  • 推論 vs. 予測
  • ベースライン結果と更新計画
  • 市場テスト
  • 本番運用
ビジネスのための機械学習

ビジネス要件

  1. ビジネスの「状況」は？
    • 例：解約率が上昇し始めた
  2. ビジネスの「機会」と規模は？
    • 例：解約を X% から Y% に削減
  3. 実施するビジネスの「アクション」は？
    • 例：リスク顧客を対象にリテンション施策を実施
ビジネスのための機械学習

機械学習プロダクト

  • 事業に必要な ML「プロダクト」は何か？

$$

  • 例1 - 解約予測。ビジネス要望：1) 解約要因の推論を四半期ごとに更新、2) 顧客を毎日「離脱・リスクあり・リスクなし」に分類

$$

  • 例2 - 不正予測。ビジネス要望：1) 強い不正指標の推論、2) 手動審査用の高リスク取引のリアルタイム一覧と、中リスク取引の追加情報要求
ビジネスのための機械学習

モデル性能と改善

モデル誤差の許容度を定義（全モデルに誤差はある）：

  • 分類

    • 誤分類コストが高いクラスはどれか？
    • 例：不正を非不正と誤分類する方がその逆より高コスト

  • 回帰

    • 予測誤差の許容範囲は？
    • 例：需要予測誤差が大きいと在庫を過剰に仕入れる可能性
ビジネスのための機械学習

市場テスト

A/Bテスト

ビジネスのための機械学習

本番運用の機械学習

  • テスト結果は一貫して改善を示していますか？
  • モデルは十分に安定していますか？
  • モデルを統合できるシステムやツールはありますか？
ビジネスのための機械学習

Passons à la pratique !

ビジネスのための機械学習

Preparing Video For Download...