Data Science for Business: 150 успішних кейсів використання науки про дані в Україні та світі

Протягом 150 днів від сьогодні ми публікуватимемо 150 data science випадків використання даних у всьому світі.

Отже, № 1/150 Політка — Президентська компанія Барака Обами 2012 року, США

Мета: вибрати канали комунікації — на кого з виборців який канал найкраще вплине голосувати «ЗА», а також яких виборців підштовхне голосувати за іншого кандидата.

Результат: таргетована аудиторія та перемога на виборах.

Більше інформації — www.facebook.com/DSMLAIUA та телеграм — t.me/dsmlai_ua

LinkedIn
Допустимые теги: blockquote, a, pre, code, ul, ol, li, b, i, del.
Ctrl + Enter
Допустимые теги: blockquote, a, pre, code, ul, ol, li, b, i, del.
Ctrl + Enter

А как практически с помощью искусственного интеллекта спрогнозировать например сколько электричества я в следующем месяце использую? У меня есть показания счётчика за несколько лет. Как мне написать такую простую программку.

для такой задачи не нужен ии)

Є прості статистичні методи, а програмку можна написати і в Python, але чи будуть співмірними результат/час. Питання)

16/150 Бізнес (мобільний зв’ язок) — 🇦🇺 Використання DS австралійською компанією для прогнозування відтоку клієнтів

Мета: зменшити кількість розірвання договорів абонентами
Результат: виявлення абонентів ймовірність зміни оператора якими у 10 разів вища за середню

Читати більше — www.arnnet.com.au/...​data-new-oil-especially

ссылка битая, классно, оператор улучшает качество сервиса только в том случае если абонент надумал уходить

There is a story behind ;)

15/150 — Бізнес (відеоконтент) — Використання Netflix Data Science для рекомендації фільмів і конкурс на 1 млн. доларів

Мета: побудова ідеальної рекомендації фільмів для вас

Результат: створення моделі, яка з точністю більше 80% запропонує фільм, який вам сподобається

Читати більше — medium.com/...​flix-content-bac55800f9a7

І конкурс — www.thrillist.com/...​/nation/the-netflix-prize

Ви редактор Вікіпедії — і хочете припинити чи вже почали менше постити, вона знає, що ви у групі ризику.

Big Library is watching you :)

14/150 — 🇺🇸Неприбутковий сектор (Вікіпедія) — Виявлення за допомогою іструментів Data science відтоку добровольців
Мета: створення алгоритму для обрахування редакторів, що можуть припинити роботи для Wikipedia
Результат: прогнозування хто із більше 750 000 редакторів може припинити співпрацю найближчим часом
У посиланні знахідка для HR-ів ( а на 212 сторінці більше про Вікіпедію) — нижче

Більше інфо — books.google.com.ua/...​stop contributing&f=false

Наклікали чи як працює пошук Google ?

DSMLAIUA — 13/150 Бізнез(IT) — 🇺🇸Найпопулярніший у світі алгоритм, пошук Google

Мета: підвищення можливостей пошуку веб-сторінок

Результат: створення найпопулярнішого у світі пошуковика

Читати більше — textum.com.ua/...​ipy-nyuansy-novosti-2018

13/150.
Мексика. Система фоноучета голосов засветившихся в полиции и быстрый поиск голоса в базе.

Могу сказать, что выиграли по соотношению цена/качество у американских контор.
А вообще подобные системы уже внедрены у большинства развитых государств, у тех, у кого есть деньги для оплаты подобных проектов.
И да в постсовке ни одно государство себе такого позволить не может — дорого.

Подобные системы и с лицами во многих богатых государствах внедрены.

Но для речевой пока нужно от 1 минуты чистой речи. В общем см. НИСТовские базы. На них базируют разработку.

Я сейчас от речи отвалил. Но 5 лет назад на базе на 3 сек парольной фразы достигалась EER < 2-3%. При использовании в реале 6%. Есть-ли изменения за последние 6 лет, я не смотрел.
На 1 минуте речи на базах меньше 0.5%. В реале около 2-3%.

Т.е. это не системы для идентификации, а для оценки есть-ли в базе с похожим лицом или голосом и выдаче N наиболее близких.
Для идентификации уже работают эксперты, там и математика и ручная работа юзается.

А можно конкретизировать, какая именно математика нужна для такого рода задач?

ЦОС, TBиМС и ML. Но если есть экспертные системы, то обычно глубокого уровня не надо, главное понимать, что система выдает и как ей правильные данные подготавливать.
Но судебным экспертам в постсовке платят копейки — наработался им, больше не хочу.

12/150 — Бізнес(продажі) — Використання інструментів DS (Data science) HP для продажів

Мета: створення системи виявлення та оповіщення менеджерів з продажів про можливі потреби корпоративних клієнтів

Результат: прогнозування розвитку продажів у 92% з точністю 95% та строків у 60% випадків

Читати — analytics-magazine.org/...​ion-sales-force-strategy
.
.
.
#datascienceforbusiness #dsmlaiua

11/150 — 🇺🇦Бізнес (мобільний зв’язок) — Використання DS (Data science) мобільними операторами (Lifecell, Kyivstar, Vodafone)

Мета: отримання інсайдів для особисого використання операторами, а також для надання нових послуг

Результат: нові послуги для бізнесу в Україні (скоринг, персоналізована реклама тощо), а також покращення якості мобільного зв’язку

На фото аналіз даних від мобільних операторів щодо завантаженості зупинок.
.
.
.
.
Більше інформацції — ain.ua/...​6/29/big-data-ukr-telecom

10/150 — 🇺🇸Використання даних для створення детектора брехні по руху очей

Мета: виявляти брехню за допомогою аналізу руху очей

Результат: виявлення брехні з точністю до 82% вченими

Читати зі сторони DS — www.ncbi.nlm.nih.gov/pmc/articles/PMC3403832
Читати для бізнесу — www.scientificamerican.com/...​/automated-lie-detection

#datascienceforbusiness #dsmlaiua

Поки в Україні лінчують Лінчевського за вирвану з контексту цитату про нібито скору смерть онкохворих, у світі тим часом створюють розумні алгоритми для діагонстики раку. 9/150

9/150 — 🇺🇸Використання даних для діагностування раку грудей, США

Мета: розробити алгоритм, який би визначав наявність раку

Результат: побудовано систему, котра точніше, ніж люди, діагностує рак у зв’язку з тим, що враховує більше медичних даних

Читати — cs229.stanford.edu/...​final-reports/5242363.pdf

3/150 Влада(Поліція) — Використання DS Департаменом поліції у Чикаго для розкриття вбивств, США

Мета: зменшити кількість нерозкритих вбивств, отримати дані, які люди більше схильні до насилля

Результат: створено алгоритм для можливого обрахунку особи вбивці

Читати більше — www.nytimes.com/...​lgorithm-reveals-about-l

.
.
.
#datascienceforbusiness #dsmlai_ua #datascienceua #police

№ 2/150 Фінаси(банки) — Сегментація клієнтів у Приватбанку, Україна

Мета: збільшити конверсію та персоналізованість рекламних матеріалів

Результат: поділ всіх клієнтів на 9 категорій та підготовка підходящої реклами для кожної з них

⚠️ На 41 слайді є QR-код, перевірте як вони вас бачать: зірка, тихоня чи може, успішний?)

Детальніше — ppt-online.org/181231

отлично, буду пополнять список компаний которые используют сомнительные маркетинговые методы, приват давно там

Попереду ще 148 різних випадків використання даних :)

таргетинг для продавца дает возможность делать больше продаж, покупатель же просто видит рекламу той компании у которой рекламный бюджет больше/лучше используется таргетинг, поскольку я не продавец то для меня таргетинг как минимум бесполезен, а может и назойлив, поэтому ответ очевиден

Поржав як кінь. Якщо провести сегментацію в довільному порядку, але не казати того рекламодавцям — результат буде той самий. А якщо це видати за дуууже затратну та ефективну технологію, то може й на 30% вищий. Бо ефект плацебо залежить від ціни :)

Дякуємо, за коментарі. Запрошуємо вас долучитись до оцінки інших 149 прикладів у Фейсбук та Телеграмі.

тю, я думал будете тут 150 дней подряд накидывать

А от постити посилання із віруснею — то вже моветон

Найс, буду следить за кейсами

Подписаться на комментарии