close


繼物聯網、區塊鏈之後，機器學習（Machine Learning）成為各大IT產業調研機構共同看好的2017關鍵「新興」技術。嚴格來說，機器學習不是新的技術，其之所以引起熱烈關注主要原因包括現今客戶對於消費體驗的期待，已從過去只是行銷區隔中的一份子轉為期待得到如同名人般的款待，能被了解所有的喜好，得到專屬服務。此外，企業也期待透過機器學習能更精準的預測營運風險。而資料科學領域開始大量採用開放原始碼語言與框架，如Spark、Python、R等，也是促成機器學習成為熱門技術的原因。

新年伴手禮排行榜 年貨禮盒排行三重 燒烤推薦>烤肉宅配 基隆

所謂機器學習是指去了解資料中的脈絡與格式，並透過演算法找出資料中的關聯。例如，當賣出A商品時，與何種商品的銷售有相關性。機器學習的基本運作概念是從已知結果（如賣出A商品，B商品銷售量也會增加）的歷史資料中，以大部分（如70％）作為訓練資料，了解其資料結構與脈絡後建立模型，接著將其餘資料（如30％）用於測試，套用在此模型上並得出一個測試結果，比對已知結果就可知該模型的精準性。之後有新資料進來時，透過此模型就能得出預測結果。這樣的概念聽起來與過去統計軟體如SPSS、SAS等並無不同，然而機器學習特別之處應包括以下三點：第一、可自動不斷優化。一般模型建置完成後，頭一周、二周總是能順利運作，然而隨著新資料的加入，可能到了第三個月其效能就不如一開始般精準；但透過機器學習，模型能被持續監控並且不斷進行再次訓練。第二、資料科學的完整性。模型建立的前後有許多步驟，包括資料擷取、資料準備、建模、佈署、監控、持續改善等。機器學習能以統管的方式來處理存取控制、管理資料與模型、以及人員之間的協同合作。第三、能支援各種語言與框架，並透過自動建模，推薦最適合的演算法以降低進入資料科學領域的門檻。

以下舉A銀行實際將機器學習結合聊天機器人（chatbot），應用在降低信用卡重複申請（churn）上的例子，說明機器學習對企業的效益。為了取得開卡獎勵而不斷在銀行之間重複申請信用卡的客戶最讓銀行頭疼，因此A銀行針對那些申請到信用卡後又很快退出的churn卡客戶，希望透過機器學習了解客戶並適當介入以留住客戶。根據過去紀錄，B先生是擁有高所得又有高消費能力的客戶，但系統也預測出B先生有87％的機率中止使用A銀行信用卡，是銀行需要留住的客戶。於是A銀行將內部資料同時納入外部社交平台Twitter的資料，透過機器學習來掌握客戶行為與喜好並提出客製化行銷建議。為了更了解客戶，A銀行提出獎勵誘因鼓勵客戶提供Twitter帳戶。因此，根據B先生近期的信用卡交易資料，A銀行得知B先生曾去過非洲旅遊，同時A銀行透過B先生在Twitter上的各種推文分析出B先生的個性是具有74％的和藹可親度、62％的直爽性格，價值觀是重視自我超越。更重要的是透過負面推文分析，B先生曾抱怨過銀行收取國外交易手續費。有了上述資料，聊天機器人便上場與B先生攀談：Chatbot：「Hi, 我有特別的優惠提供給你，有興趣嗎？」B：「好」Chatbot：「對餐廳、旅遊還是購物類的優惠有興趣？」B：「旅遊」Chatbot：「我注意到您曾去過肯亞旅行，有計畫再去嗎？」B：「有」Chatbot：「好的，以下是XXX的門票優惠，提供給您。」、「請問您預計甚麼時候前往呢？」B：「7月」Chatbot：「那時的天氣多雨，提供給您食尚玩家高雄名產介紹XXX防水外套特別優惠」Chatbot：「在您離開對話前，我們將提供給您專屬的優惠方案以答謝您對本銀行的支持：我們將全部減免您這趟旅行的國外交易手續費用。」台灣企業在資料分析、機器學習方面的應用也有幾家先驅者有突出的表現，例如全家便利商店。全家整個公司內部已經建立起「智慧分析制定決策」的文化，不只產品行銷與業務單位，各部門都需透過資料分析以協助決策，並且已制訂完善的績效指標來確保資料有利於創造業務價值。在商業競爭日益激烈的環境下，企業應積極利用資料來創造差異化，透過自助式智慧分析解決方案能降低企業進入資料分析領域的門檻，讓不具備統計或分析專業背景者快速上手，輕鬆發現洞察。敏捷且完整的直覺式平台也有助於IT 專業人員以更快、更彈性的方式，提供符合業務需求的分析報表。企業無須額外聘請資料科學家也能更智慧、更便捷地利用有價資訊，以鞏固客戶關係、降低營運風險或推動業務創新。(工商時報)




ACD23F0F7C14CAB2
arrow
arrow
    文章標籤
    台中伴手禮推薦 帶出國 龜山 燒烤 燒烤 三重 團購美食高雄 年貨禮盒排行
    全站熱搜
    南港區吃到飽 板橋吃到飽 信義區吃到飽 大安吃到飽 新莊吃到飽 台北中山區吃到飽 中和吃到飽 台北南港住宿推薦

    陳靜怡宇餃稀瓜霄 發表在 痞客邦 留言(0) 人氣()

    E-mail轉寄