商業需求

Machine Learning for Business

Karolis Urbonas

Head of Machine Learning & Science, Amazon

界定商業需求

  1. 商業「情境」是什麼？
    • 「公司計畫擴展至新市場」
  2. 商業「機會」是什麼，規模多大？
    • 「找出需求最大的目標市場」
  3. 將採取哪些商業「行動」？
    • 「優先並加大投資於預測需求較高的市場」
Machine Learning for Business

商業範疇－詐騙範例

  1. 「情境」－詐騙率開始上升

  2. 「機會」－將詐騙率降低 X%，可節省 Y 美元

  3. 「行動」－強化詐騙偵測系統、減少詐騙驅動因子，並人工審查高風險交易

詐騙

Machine Learning for Business

商業範疇－流失範例

  1. 「情境」－客戶開始更常流失

  2. 「機會」－將流失率降低 X%，可挽回 Y 美元營收

  3. 「行動」－找出並改善流失驅動因子（網站錯誤、廣告過多/過少、客服問題等）；辨識高風險客戶並推出挽留活動

流失

Machine Learning for Business

商業情境－問對問題

務必「從推論問題開始」

為什麼流失開始上升？

哪些資訊顯示交易可能是詐騙？

我們最有價值的客戶與其他人有何不同？

以推論問題為基礎，進一步「定義預測問題」

可以辨識有流失風險的客戶嗎？

可以標記可能有風險的交易嗎？

能否及早預測哪些客戶可能成為高價值？

Machine Learning for Business

商業機會

你會花 1,000,000 美元，只為每年多賺 5,000 美元嗎？（投資回收約 200 年）

  • 「評估」機會規模
  • 找到結果的驅動因子後，改變它們要多少「成本」，這麼做的價值為何？
  • 最後，你如何知道能「影響」預測結果？（「提示」－做實驗、再實驗、持續實驗）
Machine Learning for Business

可行的機器學習

最後，你如何知道能「影響」預測結果？（提示－做實驗、再實驗、持續實驗）

  • 先檢視歷史水準（流失、詐騙、高價值客戶數量）
  • 執行實驗，例如：對高風險客戶提供折扣、人工審查風險最高的前 10% 交易。重複多次，看是否出現穩定且理想的結果模式
  • 「若是」，用此估算機會，並判斷是否值得投資
  • 「若否」－1）蒐集更多資料，2）質化研究，3）收斂商業問題
Machine Learning for Business

一起來練習吧！

Machine Learning for Business

Preparing Video For Download...