बिज़नेस के लिए मशीन लर्निंग
Karolis Urbonas
Head of Machine Learning & Science, Amazon
Situation - fraud rate बढ़ने लगा है
Opportunity - fraud rate X% घटाएँ, जिससे Y USD की बचत होगी
Action - fraud detection सिस्टम सुधारें, fraud drivers घटाएँ, और जोखिम वाली transactions की मैनुअल समीक्षा करें

Situation - customers का churn बढ़ गया है
Opportunity - churn rate X% घटाएँ, जिससे Y USD revenue बचेगा
Action - churn drivers (website errors, बहुत ज़्यादा/कम advertising, customer service issues आदि) पहचानें और सुधारें; जोखिम वाले customers पहचानें और retention campaigns चलाएँ

हमेशा inference questions से शुरू करें
churn क्यों बढ़ रहा है?
कौन-सी जानकारी संभावित transaction fraud दिखाती है?
हमारे सबसे मूल्यवान customers दूसरों से कैसे अलग हैं?
Inference questions के आधार पर prediction questions तय करें
क्या हम churn के जोखिम वाले customers पहचान सकते हैं?
क्या हम संभावित जोखिमभरी transactions को flag कर सकते हैं?
क्या हम शुरू में ही अनुमान लगा सकते हैं कि कौन से customers बहुत मूल्यवान बनेंगे?
क्या आप हर साल अतिरिक्त 5000 USD कमाने के लिए 1 million USD खर्च करेंगे? (~200 साल में ROI)
अंत में, कैसे जानेंगे कि आप predicted outcome को affect कर सकते हैं? (hint - experiments, experiments, और और experiments)
बिज़नेस के लिए मशीन लर्निंग