06.04.2017  Мнения, Искусственный интеллект

Как компаниям лучше использовать собираемые ими данные. Предсказательная аналитика становится все более важным инструментом для компаний, стремящихся лучше использовать все данные, которые они собирают. Машинное обучение может придать дополнительный импульс развитию аналитики, предоставив в распоряжение предприятий еще более мощный ресурс данных. Аналитики данных все шире применяют методы машинного обучения для предсказательной аналитики, поскольку они «стремятся превзойти статистические методы прогнозирования проблем», считает независимый консультант и автор книги «Прорывная аналитика» (Disruptive analytics) Томас Динсмор. «Когда организации широко развертывают машинное обучение, они повышают эффективность бизнес-процессов, — утверждает он. — Выигрыш для бизнеса зависит от того, как и где организация использует прогнозирование». Например, улучшенное прогнозирование в процессе обработки страховых исков может снизить долю мошеннических претензий и повысить удовлетворенность клиентов. В маркетинге более совершенное прогнозирование улучшает целенаправленность рекламы, выбор аудитории и оптимизацию предложения. А в розничных торговых операциях более совершенное прогнозирование маршрутов движения по магазину помогает оптимизировать количество персонала. «Список потенциальных сфер применения прогнозирования в бизнес-операциях обширен», — сказал Динсмор. Машинное обучение предоставляет возможность делать то, что без него было бы невозможно, считает он. Например, машинное обучение ... читать далее.