搜索关键词:
行动贝果(MoBagel)共同创办人暨营运长王易如在 SparkLabs Taipei Demo Day 分享 MoBagel 最新成果,不仅在台湾市场扎根,拥有制造、零售、金融及电信产业客户,以自动化机器学习 (AutoML) 技术协助客户精准预测,同时 MoBagel 在 Gartner 2020 TOP 10 策略趋势报告中,获选为全球AI/AutoML平台关键原厂之一,提供商业情境需求的精准行销、供应链需求预测、人力资源预测等经典 AI 场景应用。 王易如表示,“企业最大的问题是不知道如何预测未来?一旦预测不准,将导致资源消耗或遭受客户流失的损失。MoBagel 打造简单、自动化的机器学习软件Decanter AI,用 AI 协助企业做出最佳决策!” 简单、自动化的机器学习软件,为什么如此重要呢? 影响商业预测的两大隐藏成本 王易如分享一个客户案例,某大型企业计划透过商业分析预测作为数码转型策略,除了要花费数百万美元自建资料科学团队、购买相关软硬件,经历搜集数据、清理数据、处理数据、特征工程、挑选算法、训练模型、调校参数、预测结果等八个步骤,通常需要 6 个月以上才有机会稳定商业运转。 王易如分析一般企业投入资料科学预测时的两大实务挑战,第一,每位资料科学家会依照自己的喜好,在每个分析步骤使用不同软件,不仅让解决方式变得非常复杂,也难以集成管理,致使跨团队协作不易,无法真正解决客户流失的商业问题。 第二,要解决一个预测问题,一般的做法是建置一个数据模型,并持续优化;然而,需要数据预测的问题有上百万个,要用哪一个数据模型解决特定的商业问题,取决于资料科学家对产业知识的理解和判断,必须让机器学习也能自动化,才能根据客观数据选择适合的算法。 分析专案从两个月缩短到两天,Decanter AI 简化商业分析流程 王易如说,“我们打造 Decanter AI 是为了让 AI 分析像 Excel 一样简单好用。” MoBagel 过去五年搜集超过上百个商业使用案例,MoBagel 将商业预测问题结合产业知识,转换为算法数据库,为企业打造出 AI 数据分析系统 Decanter AI。 此外,MoBagel 更用创新的方法建置数据模型,增加建置数据模型的效率,以超过上百个算法加强自动化机器学习的精准度,把选择算法的工作交给 Decanter AI 自动化决定,针对商业问题推荐最适合的算法。 Decanter AI 把繁复的 AI 建模流程简化成自动数据清理、自动特征工程、自动建模等三大步骤,透过直觉操作接口及自动化流程,让不具有资料科学背景的任何使用者,皆能在短短数天的时间就能创建符合商业情境的数据模型。 从预测员工离职率、销售预测、需求计划到库存预测等商业预测问题,都能由 Decanter AI 为企业自动化建置适合的数据模型,协助企业做出快速、精准的决策。 精准行销提升 10 倍命中 以电信业者为例,运用自动化机器学习可预测客户流失率,每周上载数据到 Decanter AI,选择预测的目标“客户流失”,软件将会自动化推荐适合的模型,上载新的客户数据之后,就能开始预测下周可能会携码转换的客户名单进行精准行销,并能一键下载预测结果。如果想要了解更多产业 AI 应用,MoBagel 于防疫期间推出了免费在线公益课程,帮助企业在疫情当中抢先掌握转型契机,如欲了解到详情可透过询问。
本文由:钱柜官网平台 提供