SZKOLENIE MANAGERÓW
poznaj sztuczną inteligencję

Wykorzystywanie sztucznej inteligencji (AI – Artificial Intelligence) w biznesie nie jest już jedynie domeną gigantów technologicznych zza oceanu, a staje się codziennością także w polskich organizacjach. Nasze 5-godzinne szkolenie przygotuje kluczowych pracowników w firmie do tej rewolucji.

Wiedza zostanie przekazana przez praktyka z ponad 20-letnim doświadczeniem, a zagadnienia z zakresu AI, big data i machine learning będą przedstawione w komfortowej formie online. Gwarantujemy zakres materiału dostosowany do wybranej branży oraz odpowiedzi w oparciu o specyfikę uwarunkowań Klienta.

Business Intelligence
KORZYŚCI ZE SZKOLENIA
4 KLUCZOWE ZALETY
1

Opanujesz specjalistyczne terminy i zagadnienia związane z AI, dzięki czemu będziesz przygotowany na cyfrową rewolucję.

2

Będziesz o wiele swobodniej komunikować się z Klientami, analitykami czy dostawcami rozwiązań z obszaru sztucznej inteligencji.

3

Poznasz przykłady zastosowań AI z praktyki prowadzącego, które inspirują do automatyzacji procesów we własnym obszarze.

4

Nauczysz się zarządzać hybrydowym środowiskiem pracy, złożonym z ludzi i algorytmów, wymagających uczenia, testowania i doskonalenia.

WDROŻENIE PROJEKTU AI

ODKRYJ POTENCJAŁ BIZNESOWY

Analiza potencjału adresowana jest do organizacji, które świadome są potencjału sztucznej inteligencji i chciałyby go wykorzystywać do rozwiązania problemów biznesowych. Wspieramy nie tylko korporacje z obszernymi bazami, które nie wiedzą jak zacząć czerpać z nich korzyści w praktyce. Pomagamy także mniejszym firmom, mającym wątpliwości czy posiadają wystarczająco wartościowe dane.

Na analizę decydują się również organizacje, które zidentyfikowały już obszary dla AI, ale wdrożenie okazało się trudniejsze niż zakładano. Na podstawie wywiadów z kadrą menadżerską oraz audytów danych metodami statystycznymi i uczenia maszynowego, tworzymy wstępne rekomendacje (quick wins), z których finalnie powstaje plan projektu AI.

KORZYŚCI ANALIZY
5 NAJWAŻNIEJSZYCH EFEKTÓW
Redukcja kosztów operacyjnych

poprzez integrację danych i automatyzację procesów.

Personalizacja obsługi klientów

w efekcie predykcji ich potrzeb oraz oczekiwań

Większe bezpieczeństwo systemów

dzięki alertom o podejrzanym zachowaniu użytkowników

Podejmowanie trafnych decyzji

w oparciu o odkrywanie i prognozowanie trendów

Wzrost przychodów

dzięki redukcji churnu oraz dodatkowej sprzedaży w oparciu o modele x-selling i up-selling

SPEKTRUM MOŻLIWOŚCI

SPRAWDŹ ROZWIĄZANIA DLA TWOJEJ BRANŻY

churn prediction

UU

usage prediction

x/up-sell

sales forecast

campaign targeting

sales performance

ss

failure prediction

behavioral segmentation

image recognition

conversion increase

credit scoring

dynamic pricing

churn prediction

UU

usage prediction

x/up-sell

sales forecast

campaign targeting

sales performance

behavioral segmentation

fraud detection

conversion increase

dynamic pricing

churn prediction

UU

usage prediction

x/up-sell

sales forecast

campaign targeting

sales performance

behavioral segmentation

fraud detection

conversion increase

churn prediction

UU

usage prediction

x/up-sell

sales forecast

campaign targeting

sales performance

behavioral segmentation

image recognition

churn prediction

UU

usage prediction

x/up-sell

sales forecast

campaign targeting

sales performance

behavioral segmentation

fraud detection

image recognition

dynamic pricing

churn prediction

UU

usage prediction

x/up-sell

sales forecast

campaign targeting

sales performance

ss

failure prediction

behavioral segmentation

fraud detection

image recognition

conversion increase

credit scoring

churn prediction

UU

usage prediction

x/up-sell

sales forecast

campaign targeting

sales performance

behavioral segmentation

image recognition

churn prediction

UU

usage prediction

x/up-sell

sales forecast

campaign targeting

sales performance

ss

failure prediction

behavioral segmentation

fraud detection

image recognition

credit scoring

churn prediction

UU

usage prediction

x/up-sell

sales forecast

campaign targeting

sales performance

behavioral segmentation

fraud detection

image recognition

conversion increase

dynamic pricing

INSPIRACJE

Firma telekomunikacyjna

Wyzwanie: Limitowana ilość nowego produktu do przetestowania przez potencjalnych klientów.

Rozwiązanie: Klasyfikacja i szacowanie prawdopodobieństwa pozwoliło ustalić możliwie największy wskaźnik efektywności, czyli odsetek osób, które kupią produkt po testach.

Rezultat: W wyniku wdrożenia modelu predykcyjnego, skłonność do zakupu produktu po testach we wskazanej przez model grupie była 4-5x wyższa niż w grupie losowej.

FIRMA USŁUGOWA

Wyzwanie: Zaplanowanie kolejnego roku z uwzględnieniem prognozy przychodów.

Rozwiązanie: W oparciu o historyczne przychody, dane makroekonomiczne oraz dane wewnętrzne, w tym informacje o nowych projektach, stworzono prognozę za pomocą metody regresji.

Rezultat: Używając tej metody przez 5 lat z rzędu, co rok były realizowane wzrosty przychodów Y2Y, a poziom realizacji planów rocznych sprzedaży oscylował między 101% a 113%.

Firma pożyczkowa

Wyzwanie: Ustalenie wartości nowych klientów (CLTV).

Rozwiązanie: Korzystając z danych historycznych, demografii i zmiennych opisujących sytuację życiową zbudowano model uczenia maszynowego służący do wyznaczenia takiej wartości per klient. Poskutkowało to większą liczbą możliwych do zawarcia bezpiecznych umów oraz – co za tym idzie – wzrostem zysku firmy.

Rezultat: Liczba podpisanych umów wzrosła o 21% Y2Y, a zysk o 43% Y2Y

USŁUGI DLA BIZNESU

Wyzwanie: Kosztowne dotarcie do klienta z ofertą nowego produktu.

Rozwiązanie: Na podstawie losowego oferowania produktu do 5% klientów, zdefiniowano 30% klientów najbardziej podobnych, do tych którzy zdecydowali się już dokonać zakupu.

Rezultat: Dzięki kampanii z użyciem opisywanego powyżej modelu, sprzedaż nowego produktu wzrosła o 74% w porównywalnym okresie czasu.

Sieć SPOŻYWCZA

Wyzwanie: Zwiększenie sprzedaży w sklepie.

Rozwiązanie: Ulokowanie obok siebie produktów powszechnie kupowanych razem w oparciu o analizę koszykową.

Rezultat: W wyniku w/w działań łączna wartość sprzedaży podobnych kategorii produktów wzrosła o 14%.

KSIĘGARNIA INTERNETOWA

Wyzwanie: Zwiększenie wartości koszyka zakupów.

Rozwiązanie: Po przeanalizowaniu podobieństw w zachowaniach klientów, stworzono pakiety 2-3 książek w tańszej cenie per sztuka. W efekcie odnotowano wzrost sprzedaży spowodowany cross-sellingiem.

Rezultat: Sprzedaż tak stworzonych zestawów powiększyła łączną sprzedaż książek o 17%.

MACHINE LEARNING
ROZWIJAJ OBECNE ZASTOSOWANIA

Zdarza się, że firmy korzystają już z rozwiązań sztucznej inteligencji, ale nie są przekonane czy używany model lub algorytm jest najlepszym z możliwych. Czasem modele zostały wdrożone wiele miesięcy temu i wymagają już odświeżenia lub przebudowania, aby nadal zapewniały wysoką skuteczność.

Oferujemy przetestowanie projektu oraz jego optymalizację z wykorzystaniem wszystkich metod uczenia maszynowego, takich jak: naiwny klasyfikator Bayes’a, regresja logistyczna, maszyna wektorów nośnych SVM, metoda k najbliższych sąsiadów czy sieci neuronowe.

Stosujemy też metody będące złożeniem klasyfikatorów powstałych m.in. z powyższych metod (las losowy, gradient boosting i AdaBoost). Uzyskane wyniki są w pełni opisane, zdefiniowane i porównywane z dotychczasowymi rezultatami. Na podstawie tych danych rekomendujemy dalsze działania.

KORZYŚCI OPTYMALIZACJI

4 ISTOTNE POWODY
1

Ograniczysz ryzyko potencjalnych zagrożeń dzięki weryfikacji aktualnie wykorzystywanego modelu.

2

Zredukujesz koszty operacyjne za pomocą ulepszonego modelu, popartego monitoringiem jakości.

3

Poprawisz efektywność procesów poprzez odświeżenie danych i przebudowę algorytmów.

4

Zaczniesz czerpać większe korzyści z AI i zrozumiesz jak wynik modelu zależy od poszczególnych zmiennych.

PROCES MODELOWANIA
PROJEKT KROK PO KROKU
Warsztat wprowadzający
Przedstawiamy Klientowi zespół projektowy, jego możliwości i metody, które mogą zostać wykorzystane w procesie modelowania. Na podstawie uzyskanej wiedzy rekomendujemy optymalne rozwiązanie i ustalamy dalsze kroki.
Analiza jakościowa
Sprawdzamy jakość udostępnionych rekordów z uwzględnieniem danych brakujących i outlierów.
Budowa modelu
Przeprowadzamy transformację zmiennych i grup zmiennych do postaci gotowej do budowy modelu, a następnie eliminujemy zmienne skorelowane lub tworzymy nowe zmienne pochodne, aby zapewnić maksymalną ortogonalność predyktorów.
Zbiór danych dzielimy na podzbiór uczący, testowy i weryfikujący, co umożliwi porównywanie modeli z wykorzystaniem wskaźnika Accuracy, macierzy pomyłek, współczynnika Giniego, wskaźnika AUC i logarytmu ilorazu szans (log odds).
ff
Testowanie modelu
Pierwsze modele będą bazować na podstawowych predyktorach i metodach. Kolejne predyktory będą dodawane po ocenie efektywności powstałych modeli. W ten sposób stworzymy ranking predyktorów ze względu na Information Value i Weight of Evidence, ale uzyskamy też wiedzę, jak wynik modelu zależy od poszczególnych zmiennych niezależnych.
Wdrożenie modelu
Wskażemy najlepszy model z uwzględnieniem wymienionych wcześniej kryteriów oceny oraz opisu algorytmu, w tym technik uczenia maszynowego, jakie zostały w nim zastosowane. Następnie model będzie podlegał ocenie przez pryzmat zdefiniowanego celu biznesowego.
Monitoring jakości
Naturalną rzeczą jest osłabienie siły predykcyjnej modelu w czasie, dlatego oferujemy dalsze wsparcie analityczne. W przypadku spadku efektywności, model będzie odświeżany nowymi danymi i przebudowany nowymi algorytmami.

KIM JESTEŚMY?

KILKA SŁÓW O ABR SESTA
ABR SESTA logo

ABR SESTA to certyfikowana agencja badawcza typu full service z całkowicie polskim kapitałem. Od 1996 roku pomaga największym krajowym przedsiębiorstwom i międzynarodowym korporacjom w podejmowaniu trafnych decyzji biznesowych, dzięki wykorzystywaniu pełnego wachlarza badań jakościowych i ilościowych oraz wprowadzaniu najnowszych rozwiązań technologicznych. Założycielem firmy jest Sebastian Starzyński – futurysta i popularyzator w świecie biznesowym takich trendów jak gamifikacjaAI i big data.

KONTAKT

    Wyrażam zgodę na przetwarzanie danych osobowych zgodnie z ustawą o ochronie danych osobowych w związku z wysłaniem zapytania przez formularz kontaktowy.