[/db_pb_menu]



  1. Forside
  2. /
  3. Indlæg
  4. /
  5. Lærende modeller aka...

Lærende modeller aka Machine Learning

Machine Learning var et varmt tema i "analyse-sporet" på årets Dialogkonference i Strømstad, arrangeret af Bring Norge. Her samles mange hundrede marketingfolk fra Norden til et 3 dages pakket program med internationale key notes, cases fra mange forskellige brancher og sparring med netværket.

31.08.17

Sammenlignet med tidligere år, var dette års cases tydeligt præget af, at vi er kommer os over “hypen” med BIG DATA, og gået i gang med at omsætte de muligheder, der ligger i moderne systemer og platforme til avanceret dataanalyse. Analyser, som bruges direkte i optimering af taktiske kampagner og arbejdsgange med synlig effektivisering til følge.

Lærende modeller giver grobund for effektivisering

Teknikkerne omkring Machine Learning kommer især de virksomheder til gode, som har store datamængder at arbejde med. De lærende modeller optimeres nemlig fra minut til minut baseret på de resultater, som skabes i behandlingen af data. Jo større et datagrundlag der kan regnes på, jo bedre bliver modellerne til at forudsige resultater. Handlinger repeteres, resultater måles og omsættes til ny indsigt fra time til time. Helt konkret kan det være i forbindelse med telemarketingkampagner, hvor udfaldet af samtaler registreres af medarbejderne i realtid, og sendes videre til analyseplatformen. Her processes de løbende resultatet og omsættes til unik viden om, hvad der virker og ikke virker => Hvilke tilbud der fungere bedst med hvilke målgrupper, hvornår på dagen, hvilken dag i ugen, præsenteret af hvilken type telefonsælger med hvilket manus. Indsatsen tilpasses løbende og de resultater, som indsamles systematisk, omsættes øjeblikkeligt til beslutningsstøtte for yderligere ændringer.

Finansielle virksomheder går foran

På konferencen præsenterede flere finansielle virksomheder indenfor forsikring og bank deres modelarbejde. Det, der for bare få år siden var uopnåeligt rent system- og ressourcemæssigt fungerer i dag som en integreret del af virksomhedernes arbejde med optimering af arbejdsgange og kampagne ROI, forretningsudvikling, ressource-allokering, planlægning, forecast og business cases. Kombination af datasæt i form af realtids adfærdsdata, historiske salgsdata og eksterne profil- og demografidata giver en myriade af muligheder, hvor det ikke længere er data og systemer, der sætter grænserne!

Data til god forretning

Hos Ambition har vi været så heldige, at få lov til at samarbejde med kunder om opbygning og håndtering af lærende modeller. Det er vores erfaring, at man står sig ved at starte rimelig konservativt og bygge op i takt med, at man bliver klogere og kan bevare overblikket over den læring, som kommer ud af modelarbejdet.

Vi deler meget gerne vores erfaringer og viden på området med jer derude i virksomhederne. Skriv eller ring til os, så mødes vi og taler om, hvordan vi kan operationalisere data i systemer sammen med jer – med det mål at blive klogere på jeres kunders adfærd og omsætte denne viden til god forretning.