2018年2月6日
- Gartner的客户吗?登录为个性化的搜索结果。
5业务数据科学和机器学习方法的影响
贡献:罗伯·范德Meulen
数据和分析领导者可以使用这些例子来更好的交流的商业利益。
数据科学与机器学习有对业务产生深远的影响,并迅速成为分化,有时生存的关键。能够快速地将潜在影响分为五类之一,和交流他们的潜力,会有所帮助数据和分析领导人驱动更好的结果。Gartner研究主管埃里克Brethenoux解释了五个类别的影响,并提供了实际的例子来自世界的政府,体育和商业。
创新:培育新的科学思想和基于数据业务中断
与他们的能力框架复杂业务问题作为机器学习或运筹学问题,数据科学家推出更好的解决老问题的关键。他们甚至可能揭示未知的新的问题和方法。
”数据科学家推出更好的解决老问题的关键”
普及的一个例子,电影和书《点球成金棒球运动中,展示了旧的方法评估性能被数据科学的应用表现。一个棒球队用数据科学技术来克服其金融不利。它实现通过使用分析来确定高水平球员其他团队忽略了使用传统方法,因此以一个相对低的成本获得服务。结果是,团队定期打是更高支出竞争对手在他们的联赛。
另一个例子是一个跨国快递公司UPS。其行车集成优化和导航(ORION)系统利用数据科学找出显著改变其运输卡车的路由使用许多新的数据源。的影响是数亿美元储蓄和更好的客户体验。
勘探:探索未知的数据中的模式
数据科学家应该鼓励使“大数据探险”,没有明确的目的除了探讨先前未被发现的值的数据。例如,数据科学家在日本海上服务提供商意识到当为船舶提供传统服务分类,他们收集有价值的存储的数据在其他领域有巨大的潜力。应用正确的分析这些数据意味着ship操作符可以减少设备故障,终生维护成本10%。这使得组织迅速增加其市场份额由20%时向客户提供增值服务。
原型:挑战现状提供全新的解决方案
人类决策日益不足在新的数字世界和宇宙不断扩大的数据。机器学习数据科学,特别是excel在解决高度复杂的数据丰富的问题压倒甚至最聪明的人。的业务或政府挑战列表数据科学可以解决可能是无限的。
“数据科学已经改变的生活,甚至挽救他们”
美国就是一个例子的警察部门,需要一个高效的自动化方法将可行的见解从犯罪的大量数据。生成的预测分析解决方案实施犯罪的“预测”,优化部署警力,谋杀率降低了35%,20%抢劫。这些影响的ROI估计为863%。测试数据自动分析各种疾病的症状和医疗是另一种常见的领域的应用数据科学已经改变的生活,甚至拯救他们。
改进:不断改进现有流程和产品
这也许是最常见的应用程序数据的科学。数据科学家大部分工作在生产他们的业务的一部分,建立了模型精炼过程和产品根据他们的组织收集的数据。常见的例子是市场细分,零售商调整动态定价模型或银行调整金融风险模型。
“深潜水的数据科学团队可以发现有趣的事情真正发生了什么”
一个最近的例子是苏黎世保险,减少低效率在处理伤害索赔通过使用人工智能(AI)解决方案完全自动化损伤评估报告。它利用人工智能完全自动化医学报告评估,以便人类代理人可以专注于增值活动,如与对手谈判。时间评估医学报告从一个小时减少到只是几秒钟,每年节省500万美元。
消防:识别司机的某些不良的情况
这类非常类似于探索类别的方法,但是应用在不同的上下文。有时组织引发数据科学项目在应对危机的症状是很明显的——例如,增加客户投诉或盈利能力快速下降。在这些狭窄的情况下,数据科学团队只有找出原因,这限制了数据集的范围需要分析。
有时发现或基本数据自助服务商业智能(BI)通常是足够的,但更深层次的深入,数据科学团队可以发现有趣的事情真的发生了什么事情。常见的例子包括在线零售商调查为什么客户返回商品虽然价格是无与伦比的,交货准时,质量好,或制造商运行打开调查质量的波动。
Gartner数据&分析峰会
加入世界上最重要的收集的数据和分析领导人Gartner专家和适应不断变化的数据和分析的作用。
Gartner的客户推荐资源*:
*请注意,某些文件可能不会Gartner提供给所有客户。
获得独家内容
Gartner使用< / >和< a href = " / en /关于/政策/隐私”目标= "平等" >隐私政策。< / > < / p >">
登录到您的帐户< / >,访问你的研究和工具。< / p >" class="eloqua-text">
登录到您的帐户< / >,访问你的研究和工具。< / p >" class="optin-text">