お客様のデータ・サイエンス・チームは、IBMデータ・サイエンス・プラットフォームで使用できる多様なツールと技法により、複数の部門を支援できます。このデモでは、予測モデルを拡張し、査定人の配置と不正請求を予測する上でデータ・サイエンスがどのように役立つかについて説明します。

ガートナー社から学ぶデータ・サイエンスと機械学習がビジネス成果をもたらす仕組み

次のことが分かります。

  • 成功するデータ・サイエンス・プロジェクトの推進に関するヒント
  • 機械学習によるROIの実現
  • 数学または統計の専門知識がほとんどないデータ・アナリストを支援する方法
  • 強力な予測分析の導入事例

機能

予測分析

次に何が起きるか自信をもって予測できれば、会社のためになる意思決定をよりスマートに行えます。IBMは、データ・サイエンス・プラットフォームをけん引します。

機械学習

IBMは、優れたデータ・サイエンス・プラットフォームの1つを提供しています。これによりお客様は、複数のチーム間で簡単にコラボレーションし、オープン・ソース・ツールを使いこなし、ビジネスで求められるスピードで拡張できます。

処方的分析

ビジネス目標と制約とのトレードオフを伴う複雑な最適化問題を解決することで、組織がより良い意思決定を行えるようにします。

最新のデータ・サイエンス・チームの指揮

Carlo Appugliese
@CAppugliese

データ・サイエンスやAIは市場では比較的新しいものですが、データから価値を引き出すという概念は、しばらく存在しています。しかし時がたち、状況は変わりました。リーダーは、さまざまなツール(RおよびPythonのオープン・ソース・オプションや、SASおよびSPSSなどの商用パッケージ)、スキル、技法(機械学習、最適化、統計など)、大規模なデータ(EDW、Hadoopなど)を扱うさまざまなワークロード・オプションに対応しています。データ・サイエンス・チームの指揮は容易ではありません。多くの人が、今すぐビジネス価値を最大限に高められる方法について質問を投げかけています。Carlo Appuglieseは、チームの経験から得た重要な洞察を共有して、数百の企業のデータ・サイエンス手法の強化を支援しています。その内容は、影響発生までの時間を短縮する方法からチームに最高の仕事をさせる方法まで、多岐にわたります。

Carloは、効果的なDSチームを率いるための6つのステップを共有しています。

  1. まず最も重要なことは、ビジネス目標と問題に重点を置くことです。テクノロジーにとらわれてはなりません。テクノロジーのためのテクノロジーを使用しないでください。
  2. しようとしていることを分析し過ぎないでください。最も成功するプロジェクトの中には、そのことを実行するだけで実現するものがあります。ビジネス上の問題/導入事例を特定し、作業チームをまとめて実行します。
  3. チームが使用できるデータを制限しないでください。データ・サイエンティストはデータを探究する必要があります。彼らのアプローチは調査結果に基づいて変わることがあります。データ・サイエンティストがすべてのデータにアクセスできるようにします。
  4. プロジェクトを最初どのように運用するかを考えます。ソリューション全体をコード化してからデジタル・アプリケーションでモデルを書き換えてはなりません。運用可能なテクノロジーでソリューションを構築します。
  5. 恐れずに最新のPythonフレームワークを使用してください。オープン・フレームワークはコミュニティーが開発したもので、従来のアプローチよりも性能が優れています。試しにKaggleの優勝者を見てみてください(http://blog.kaggle.com/category/winners-interviews/  (IBM外のWebサイトへ,英語))。Pythonの人気は抜群です。オープン・ソースを恐れることはありません。
  6. 最も初心者のデータ・サイエンティストでも、オープン・フレームワークを使用してビジネス上の問題を解決できるように、チームを支援します。私の最も生産的なチーム・メンバーの中には、大学院課程を終了してすぐに大成功を収めた人もいます。
Carlo Appugliese profile photo

無償版「初心者向け機械学習」の入手

以下の内容が含まれます。

  • 文脈の中での機械学習
  • 機械学習アプローチの実装
  • 戦略の開始
  • 機械学習技法の理解
  • 機械学習を結果に結び付ける
  • ビジネス・ニーズへの機械学習の応用
Dallas Crawford

ビジネスの価値を推進するデータ・サイエンス

この動画では、Revelwood社、QueBit社、Liberty Seguros社のデータ・サイエンス、アナリティクス、ビジネスのリーダーの話を紹介します。

お客様事例

Niagara Bottling

プライベート・ブランドのボトル入り飲料水の米国最大の供給業者が、IBMのデータ・サイエンスのエリート・チームと連携しました。目標: プラスチック廃棄物の削減と生産効率の向上。結果: コストの削減とスループットの向上。

AMC Networks

ビッグデータを数秒で分析することで、これまで経験したことのない能力を解放し、新たな視聴者と広告主を獲得します。

XO Communications

予測分析を使用して顧客満足度を掌握し、顧客をより深く理解してその知識を業務に組み込んでいます。

Grupo Boticário

香水と化粧品の世界最大フランチャイザーは予測分析によって、顧客が何を求めているかを、顧客自身がそれを認識する前に理解できます。これにより、よりスマートな販売、マーケティング、および生産計画を実現しています。