选自 Forbes 作者:Louis Columbus 机器之心编译 参与:Garielle、微胖
正受机器学习影响的产业 现在,对企业来说,有一个好消息:多年储备的所有数据可以转变成竞争优势,而且有助于完成企业战略目标。企业的收益团队正在利用机器学习,优化促销,赔偿以及销售返利等策略,以驱动销售渠道的各种可欲行为。机器学习可以用于预测所有销售渠道的购买倾向,为客户制作个性化的产品推荐,预测客户的长期忠诚度,以及供应商和采购商的潜在信用风险等。图1 为我们展示了不同行业机器学习的大致应用情况。 图1 机器学习正在变革销售和营销业 机器学习与先进的分析技术不同,后者常以寻找因果关系为首位,而前者的设计目的是,基于大规模数据集的预测价值,寻求制定最优决策的可能性。数据集由结构化数据和非结构化数据组成,随着社交网络正在全球遍地开花,也推动了非结构化数据的增长。有证据证明,机器学习可以高效执行预测任务,包括定义哪种行为最有望驱动可欲销售和营销结果。一些雄心勃勃且客户众多的企业,已经开始先知先觉地应用机器学习解决销售和营销难题。在《麻省-斯隆管理评论》一篇文章中, Sales Gets a Machine-Learning Makeove 与 Accenture Institute for High Performance (埃森哲高性能研究所)分享了一则调查报告结果,该报告的调查对象为销售额都在5亿美元以上企业,这些企业定下了更高的销售增长目标,因为使用了机器学习。这份研究结果的主要内容如下:
为什么企业越来越多地应用机器学习 机器学习能够扩展到企业所面临的各项挑战中,如合同管理,客户服务,金融,法律,Quote-to-Cash,质量,定价,生产等,这一能力要归功于机器学习会不断学习并改善表现。机器学习算法本质上是迭代、持续学习的,并且会寻找最优的输出结果。每出现一次误算,机器学习算法就会改正一次错误,然后开始下一次的数据分析的迭代计算。计算过程以毫秒为单位进行,机器学习可以异常高效地优化决策和预测输出。 加速企业采用机器学习的几项因素有,云计算、云存储的经济性,驱动物联网连接设备增长的传感器的发展,可在几分钟内读取几 G 数据移动设备的普遍使用,等。还有以下情况,搜索引擎中创建语境(creatingcontext )所面临的许多挑战,在预测最具可能后果时,优化运行所面临的复杂问题,以及既有的让机器学习蓬勃的完美条件。 以下是目前促进机器学习增长的核心因素:
本文由机器之心编译,转载请联系本公众号获得授权。 ------------------------------------------------ 加入机器之心(全职记者/实习生):hr@almosthuman.cn 投稿或寻求报道:editor@almosthuman.cn 广告&商务合作:bd@almosthuman.cn |
|