비즈니스를 위한 Machine Learning
Karolis Urbonas
Head of Machine Learning & Science, Amazon
상황 - 사기율이 상승하기 시작
기회 - 사기율을 X% 낮춰 Y달러 절감
액션 - 사기 탐지 개선, 사기 동인 축소, 위험 거래 수동 검토

상황 - 고객 이탈이 늘기 시작
기회 - 이탈률을 X% 낮춰 Y달러 매출 보존
액션 - 이탈 동인(웹 오류, 과다/과소 광고, 고객 서비스 문제 등) 파악·개선; 이탈 위험 고객 식별 후 유지 캠페인 실행

항상 추론형 질문부터 시작
왜 이탈이 늘었는가?
어떤 정보가 거래 사기를 시사하는가?
최우량 고객은 다른 고객과 어떻게 다른가?
추론형 질문을 바탕으로 예측형 질문 정의
이탈 위험 고객을 식별할 수 있는가?
잠재적 위험 거래를 표시할 수 있는가?
초기부터 고가치 고객이 될 가능성을 예측할 수 있는가?
매년 5,000달러 더 벌기 위해 100만 달러를 쓰시겠습니까? (~200년 투자 회수)
마지막으로, 예측 결과에 영향을 줄 수 있습니까? (힌트 - 실험, 실험, 또 실험)
비즈니스를 위한 Machine Learning