커뮤니케이션 관리

비즈니스를 위한 Machine Learning

Karolis Urbonas

Head of Machine Learning & Science, Amazon

워크킹 그룹

정기 회의를 잡아 진행 상황을 추적하고 다음을 정의합니다:

  • 비즈니스 요구사항 정의
  • 머신러닝 모델 및 비즈니스 제품 검토
  • 추론 vs. 예측
  • 기준선 결과 및 모델 업데이트 계획
  • 시장 테스트
  • 프로덕션
비즈니스를 위한 Machine Learning

비즈니스 요구사항

  1. 비즈니스의 상황은 무엇입니까?
    • 이탈률이 상승하기 시작함
  2. 비즈니스 기회는 무엇이며 규모는 어느 정도입니까?
    • 이탈률을 X%에서 Y%로 낮추기
  3. 어떤 비즈니스 조치를 취합니까?
    • 위험 고객을 대상으로 유지 캠페인 실행
비즈니스를 위한 Machine Learning

머신러닝 제품

  • 비즈니스에 필요한 ML 제품은 무엇입니까?

$$

  • 예시 1 - 이탈 예측. 비즈니스 요구: 1) 분기별 이탈 요인에 대한 추론, 2) 일일 고객 분류: 이탈, 위험, 무위험

$$

  • 예시 2 - 사기 예측. 비즈니스 요구: 1) 강력한 이탈 지표에 대한 추론, 2) 수동 검토용 고위험 거래 실시간 목록과 추가 정보 요청용 중위험 거래 목록
비즈니스를 위한 Machine Learning

모델 성능 및 개선

모델 오류 허용치를 파악합니다(모든 모델은 불완전함):

  • 분류

    • 어떤 클래스를 잘못 분류하는 비용이 더 큽니까?
    • 예: 사기를 비사기로 오분류하는 비용이 그 반대보다 클 가능성이 큽니다

  • 회귀

    • 예측 오차 허용치는 얼마입니까?
    • 예: 수요 예측 오차가 크면 과도한 재고를 사야 할 수 있습니다
비즈니스를 위한 Machine Learning

시장 테스트

A/B 테스트

비즈니스를 위한 Machine Learning

프로덕션에서의 머신러닝

  • 테스트 결과가 일관된 긍정적 개선을 내고 있습니까?
  • 모델이 충분히 안정적입니까?
  • 모델을 통합할 시스템과 도구가 있습니까?
비즈니스를 위한 Machine Learning

연습해 봅시다!

비즈니스를 위한 Machine Learning

Preparing Video For Download...