转载

你的公司可以被机器学习改造吗?看这70个指标就知道了

  “范式大学”由第四范式发起,致力于成为培养工程师转型为数据科学家的“黄埔军校”。专栏专注于以人工智能解决具体商业问题。在这里你将会看到,企业如何通过可实施的方法完成 AI 转型;个人如何通过最新的科技工具,快速成为能解决问题的机器学习工程师。

  机器学习正在改变越来越多的行业,为了更好的应用机器学习,我们盘点了一些可以被机器学习改造的行业,以及这些行业对应的具体指标。

  在看这些指标的时候,我们可以考虑下面的问题:

  • 我们是为谁解决了什么问题?
  • 今天它是怎么解决的?
  • 它会如何有效影响业务?
  • 数据的输入是什么,这些数据来自哪里?
  • 输出是什么?它是如何被使用的?(在线算法、静态报表等)
  • 这是一个收入漏斗(省钱)还是收入增长(挣钱)的问题?

  我们盘点的行业包括了计算广告、内容推荐、精准营销、金融、医疗健康、服务业、公司运营、制造业 8 个行业,包含了 70 个指标。由于时间和经验所限,我们没能覆盖到太多行业,每个行业的指标也有很多局限,但从中也许能给你一些启发,开发出更多适合机器学习的场景。

  计算广告

  1、客户细分

  如果你能够定性的了解不同的客户群体,就可以给他们不同的市场方案(甚至由公司不同的部门提供)

  影响:客户增长

  2、预测终身价值(LTV,Lifetime Value)

  如果你能够预测出高终身价值客户的特点,就可以进行客户细分,识别追加销售(upsell)的机会

  影响:销售增长

  3、客户份额估算

  识别客户在不同类别上的花费情况,这将增加公司识别追加销售(upsell)和交叉销售的机会

  影响:销售增长

  4、产品组合

  什么样的产品组合会产出最低的客户流失率?例如对于刚办理健身卡的人来说,30 岁以下的男私教 + 30 元的健康餐,是否会降低用户的流失率?

  影响:用户维持

  5、交叉销售/推荐算法

  给你客户过去的浏览历史、购买历史和其他特征,他们未来最想购买的是什么?

  影响:收入增长

  6、追加销售

  给你客户的特点,它在未来是否会追加购买?

  影响:销售增长

  7、渠道优化

  给你这些客户的特征,最佳触达客户的方式是什么?

  影响:客户增长,支出减少

  8、折扣目标

  通过折扣诱导消费的概率是多少?

  影响:收入增长,客户满意度提高

  9、再激活的可能性

  对于已经停止使用的客户,再激活的可能性有多少?

  影响:客户维持,客户满意度提高

  10、搜索引擎优化和广告购买

  为不同的关键字、广告位计算合适的价格

  影响:优化推广效率

  11、销售优先级

  潜在客户关闭交易的可能性是多少?

  影响:客户维持、收入增长

  12、购物篮分析

  通过分析用户的购物篮,提升推荐产品的购买率

  影响:增加收入

  13、最佳报价分析

  分析过去的价格、销售数量和总销售额,得出最佳报价

  影响:增加收入

  内容推荐

  14、电商推荐

  根据用户和商品情况,推荐最合适的商品列表

  15、好友推荐

  根据用户的情况,给他推荐最适合的好友

  影响:优化产品体验

  16、音乐推荐

  根据用户数据,给他推荐合适的音乐

  影响:优化产品体验

  17、主播位置推荐

  根据用户数据、主播数据,确定主播页面的排列方法

  影响:优化产品体验

  18、新闻推荐

  根据用户数据、内容数据,确定内容的推送和排列

  影响:优化产品体验

  19、餐厅推荐

  根据用户数据、餐厅数据,确定餐厅的推送和排列

  影响:优化产品体验

  20、兴趣聚类

  按照用户的兴趣,分成群组

  影响:优化产品体验

  精准营销

  21、用户流失分析 

  识别出流失用户的特征,以支持公司进行产品调整,并通过在线算法对流失的用户提供帮助

  影响:用户维持

  22、库存管理

  对于一件商品,客户需要多少?什么时候需要?通过预测以达到精益库存,同时防止缺货情况的出现

  影响:优化管理效率,优化支出

  23、价格优化

  为每个时间、项目和商店进行优化

  影响:提升收入

  24、新店选址

  根据商店情况、产品情况、地理位置情况等数据进行新店选址

  影响:提升收入,风险管理

  25、商店中的商品布局

  怎样的布局能够提高销售额?

  影响:提升收入

  26、在商店的购物路线

  组合不同的购物路线,得出最佳的方案

  影响:增加收入

  27、价格敏感度

  每增加单位价格,对销售量有什么影响

  影响:优化管理,增加收入

  28、代理和分支业绩

  如何根据历史数据,预测新代理的业绩水平?

  影响:优化管理

  29、什么产品组合更好?

  什么样的产品组合会带来最多的销售数量?

  影响:增加收入

  30、供应商选择

  我们在从最好的供货商进货吗?

  影响:减少支出

  31、邮件分组

  对不同的客户邮件进行分组,选择不同的策略发送邮件

  影响:优化客户体验,提升收入

  32、地推人员管理(也适合很多垂直行业)

  确定每天需要多少劳动力配给

  影响:优化管理

  金融 

  33、风险预估 

  给定借款人和贷款的特点,预测债务是否能得到回收?

  影响:管理风险

  34、财政或货币风险

  我们需要多少的资金来满足这些需求?

  影响:风险管理

  35、新品种金融产品推广

  通过分析相关金融产品的历史数据,一个新品种的金融产品最适合在哪些地方推广?

  影响:收入增长

  36、催收时间确定

  在什么时间点进行催收,会有最好的效果?

  影响:风险管理

  37、欺诈检测

  当系统预测交易可能涉及到欺诈时,决定是否要阻止一笔交易(例如信用卡欺诈)

  影响:风险管理,减少支出

  38、反洗钱

  使用机器学习和模糊匹配来检测和反洗钱法相抵触的交易

  影响:风险管理

  医疗健康 

  39、索赔审核的优先次序

  根据特征选择,确定哪些索赔应该由审核员手动审核

  影响:提升审核效率,提升审核精度

  40、医疗保险的欺诈分析

  通过用户数据,分析医疗保险中的欺诈行为

  影响:风险管理,减少支出

  41、医疗资源配置

  根据最初病人的访问,优化/预测手术室和床位

  影响:优化医院管理,提升资源使用率,增加收入

  42、实时预警

  根据实时的患者数据,为医生提供警报

  影响:风险管理

  43、处方依从性

  预测哪个病人更可能不遵循医生的处方

  影响:提高就医效果

  44、医生流失

  医院希望保留那些多点执业的医生,怎么确定哪些医生更容易流失?

  影响:维持组织稳定,防止核心资产流失

  45、药物(剂量)有效性

  预测不同类型、剂量的药物对治疗疾病的效果

  影响:提升就医效果

  46、再入院风险

  根据患者的属性、病史、诊断和治疗,预测再入院的风险

  影响:提升就医效果

  47、识别产品包装盒中警告的生物标志物

  在药品存储、流通过程中做到更为安全

  影响:风险管理

  48、药物/化学发现和分析

  更准确、高效的发现新的药物、化学品的可能性

  影响:创新发现

  49、识别不良反应

  例如在社交网络中监测药物会出现的早期问题

  影响:风险控制

  50、预测不同地区对不同药物需求

  根据药物销量数据、不同地区的疾病数据、药店、医院数据等,确定药物的分发策略

  影响:优化管理

  51、通过不用的方法预测处方依从性并提醒患者

  根据患者数据、药物依从性的历史等,预测哪些患者会不遵循医嘱

  影响:优化客户体验

  52、患者评价数据

  识别患者对药物的看法,哪些是正面反馈、哪些是负面反馈,以及如何通过反馈提高药物的质量

  影响:优化客户体验

  服务业 

  53、酒店动态定价

  根据酒店历史数据、日期、人流量等各种信息,确定酒店动态定价

  影响:提升收入

  54、酒店优惠券

  分析不同的优惠政策会给酒店带来什么影响

  影响:提升收入

  55、酒店预约管理

  预测一天当中会有多少人预约酒店

  影响:优化管理

  56、飞机调度

  根据客流、天气状况,给出最佳的调度方案

  影响:优化管理

  57、旅游预测

  根据旅游地的情况,分析是否要新增航线

  影响:新产品开发

  公司运营

  58、简历筛选

  根据候选人的特征,包括上一份工作、毕业学校、学历、年龄等进行简历筛选

  影响:优化招聘效率

  59、员工流失

  预测哪些员工最有可能离开

  影响:维持公司稳定

  60、培训推荐

  基于绩效考核数据,推荐特定的培训项目

  影响:提升员工水平

  61、可能性问题预测

  尽早预测建设项目中可能会出现的问题

  影响:风险管理

  62、呼叫接听路径

  基于呼叫者 ID 的历史、时间、呼叫的数量、拥有的产品、流失的风险、终身价值的多少确定呼叫的路径,这决定了每一个呼叫者的等待时间

  影响:提升用户体验,保证关键用户的体验

  63、呼叫中心的消息优化

  把最合适的数据放在操作员的屏幕上

  影响:提高操作员效率,提升用户体验

  64、呼叫量预测

  为了更好的确定呼叫人员的排班,进行呼叫量的预测

  影响:减少呼叫中心的成本,优化管理

  制造业

  65、产量管理

  通过监测土壤的传感器数据,预测农产品的产量

  影响:优化管理

  66、灾害预测

  通过土壤数据、天气数据、农作物数据等,预测是否会发生农作物灾害

  影响:风险控制

  67、故障预测

  通过传感器数据来预测故障的发生

  影响:优化管理

  68、保修预测

  预测产品是否需要保修

  影响:优化管理

  69、电力分配

  根据地区、时间的不同,确定需要分配的电力

  影响:优化管理

  70、可能问题预测

  尽早预测建设项目中可能会出现的问题

  影响:风险管理

  参考文章:https://www.kaggle.com/wiki/DataScienceUseCases

正文到此结束
Loading...