Gestion des communications

Machine Learning pour les affaires

Karolis Urbonas

Head of Machine Learning & Science, Amazon

Groupes de travail

Planifiez des rencontres récurrentes pour suivre l'avancement et préciser :

  • Définir les exigences d'affaires
  • Examiner le modèle de machine learning et les produits d'affaires
  • Inférence vs prédiction
  • Résultats du modèle de base et plan de mises à jour
  • Mise à l'essai sur le marché
  • Mise en production
Machine Learning pour les affaires

Exigences d'affaires

  1. Quelle est la situation d'affaires ?
    • Le taux d'attrition commence à augmenter
  2. Quelle est l'occasion d'affaires et quelle est son ampleur ?
    • Réduire l'attrition de X % à Y %
  3. Quelles actions d'affaires allons-nous poser ?
    • Mener des campagnes de rétention visant les clients à risque
Machine Learning pour les affaires

Produits de machine learning

  • De quels produits de ML l'entreprise a-t-elle besoin ?

$$

  • Exemple 1 - Prédire l'attrition. L'entreprise veut : 1) inférence sur les facteurs de l'attrition, mise à jour trimestriellement, et 2) classification quotidienne des clients : perdus, à risque, sans risque

$$

  • Exemple 2 - Prédiction de la fraude. L'entreprise veut : 1) inférence sur les indicateurs forts d'attrition, et 2) liste en temps réel des transactions très risquées pour révision manuelle et des transactions à risque moyen pour demande de données supplémentaires
Machine Learning pour les affaires

Performance du modèle et améliorations

Déterminez la tolérance aux erreurs du modèle (rappel : tous les modèles sont imparfaits) :

  • Classification

    • Quelle classe coûte le plus cher à mal classer ?
    • Exemple : il est probablement plus coûteux de classer une fraude comme non-fraude que l'inverse

  • Régression

    • Quelle est la tolérance d'erreur de prédiction ?
    • Exemple : en prévision de la demande, si l'erreur du modèle est élevée, l'entreprise devra acheter trop d'inventaire
Machine Learning pour les affaires

Mise à l'essai sur le marché

abtest

Machine Learning pour les affaires

Machine learning en production

  • Les résultats d'essai offrent-ils des gains positifs constants ?
  • Le modèle est-il assez stable ?
  • Avons-nous les systèmes et outils où intégrer le modèle ?
Machine Learning pour les affaires

Passons à la pratique !

Machine Learning pour les affaires

Preparing Video For Download...