Керування комунікацією

Machine Learning для бізнесу

Karolis Urbonas

Head of Machine Learning & Science, Amazon

Робочі групи

Заплануйте регулярні зустрічі, щоб відстежувати прогрес і визначати таке:

  • Визначити бізнес-вимоги
  • Переглянути модель машинного навчання та бізнес-продукти
  • Висновок vs. прогноз
  • Результати базової моделі та план оновлень
  • Ринкове тестування
  • Продакшн
Machine Learning для бізнесу

Бізнес-вимоги

  1. Яка бізнес-ситуація?
    • Почав зростати рівень відтоку
  2. Яка бізнес-можливість і її масштаб?
    • Зменшити відтік з X% до Y%
  3. Які бізнес-дії ми виконаємо?
    • Запустити кампанії утримання для клієнтів із ризиком відтоку
Machine Learning для бізнесу

Продукти машинного навчання

  • Які ML-продукти потрібні бізнесу?

$$

  • Приклад 1 — Прогноз відтоку. Бізнес хоче: 1) висновки щодо чинників відтоку з квартальним оновленням; 2) щоденну класифікацію клієнтів: втрачені, із ризиком, без ризику

$$

  • Приклад 2 — Виявлення шахрайства. Бізнес хоче: 1) висновки щодо сильних індикаторів відтоку; 2) список у реальному часі дуже ризикових транзакцій для ручної перевірки та середнього ризику — для запиту додаткових даних
Machine Learning для бізнесу

Ефективність моделі та поліпшення

Визначте допустиму похибку моделі (пам'ятайте: усі моделі помиляються):

  • Класифікація

    • Який клас дорожче помилково класифікувати?
    • Приклад — зазвичай дорожче помилково класифікувати шахрайство як не шахрайство, ніж навпаки

  • Регресія

    • Яка толерантність до похибки прогнозу?
    • Приклад — у прогнозі попиту компанія змушена буде купити зайві запаси, якщо помилка моделі дуже велика
Machine Learning для бізнесу

Ринкове тестування

abtest

Machine Learning для бізнесу

Машинне навчання в продакшні

  • Чи дають тести стабільні позитивні покращення?
  • Чи модель достатньо стабільна?
  • Чи маємо системи й інструменти для інтеграції моделі?
Machine Learning для бізнесу

Давайте потренуємось!

Machine Learning для бізнесу

Preparing Video For Download...