Big Data kết hợp với Machine Learning giúp DN có quyết định đúng đắn hơn (P2)

20/06/2018

Người tạo 0

Chuyên mục:

Ngày nay, không ai có thể phủ nhận tầm quan trọng của machine learning và big data đối với các doanh nghiệp. Đây chính là hai nhân tố mở ra một cuộc cách mạng hóa hoạt động kinh doanh và tạo ra rất nhiều cơ hội mới.

  1. Tăng cường phân tích dự báo:

Sau khi có được cái nhìn sâu sắc về hành vi của người tiêu dùng từ dữ liệu lớn, bạn sẽ muốn ứng dụng máy học để phát triển nó một cách khái quát và từ đó đưa ra dự đoán về các vấn đề kinh doanh khác nhau.

Nói cách khác, các mô hình máy học có thể hiểu được các mẫu hành vi từ dữ liệu và xác định khả năng một người hoặc một nhóm người sẽ thực hiện một số hành động nhất định, ví dụ như đăng ký dịch vụ. Điều này giúp dự đoán các sự kiện và đưa ra quyết định trong tương lai.

Công ty American Express đã sử dụng dữ liệu lớn để phân tích và dự đoán hành vi của người tiêu dùng bằng cách nghiên cứu các giao dịch trong quá khứ. Thông qua đó, công ty đã có thể dự đoán được 24% tài khoản tại thị trường Úc sắp đóng cửa trong vòng bốn tháng. T-mobile cũng ứng dụng dữ liệu lớn để dự đoán biến động của người tiêu dùng.

Để thực hiện các loại dự đoán này, các công ty cần phải sử dụng kiến ​​thức chuyên môn về máy học để giúp phân tích dữ liệu của doanh nghiệp. Thuật toán phân loại thường được sử dụng làm nền tảng cho các dự đoán như vậy.

  1. Cung cấp nền tảng để phân tích và quy định rủi ro:

Dữ liệu lớn cho phép các mô hình máy móc phân tích sâu rộng và quy định các rủi ro.

Để phát hiện gian lận, American Express áp dụng máy học để phân tích các tập dữ liệu lịch sử lớn. Trên thực tế, hệ thống máy học được coi là khác với các hệ thống phát hiện gian lận tồn tại trước đây, chỉ bao gồm các quy tắc được tạo theo cách thủ công và tốt hơn vì nó có khả năng cải thiện với nhiều dữ liệu đầu vào hơn. Nó cũng giúp tiết kiệm cho công ty hàng triệu đô la, ông Bernard Marr nói.

Mọi doanh nghiệp đều có thể sử dụng máy học để giảm thiểu những biến động tài chính. Nhiều tổ chức, trên thực tế, đã phát triển một hệ thống để giúp cho quá trình này trở nên dễ dàng hơn. Ví dụ, IBM đã cung cấp cho các tổ chức tài chính hệ thống máy học trên IBM z/OS để hỗ trợ quản lý rủi ro tài chính. Hệ thống này đặc biệt chú ý đến điểm đánh giá tín dụng và nhắm mục tiêu vào việc khấu trừ giá trị tín dụng mà nó sử dụng để đánh giá rủi ro.

Việc dSử dụng các mô hình máy học giúp các công ty duy trì việc đảm bảo tuân thủ chống rửa tiền, phát hiện giao dịch và các vấn đề thương mại bất thường trong một khoảng thời gian dài, vì vậy cần quan tâm đầu tư vào các yếu tố này.

Máy học và dữ liệu lớn hiện đang thu hút được sự chú ý nhất định, và chắc chắn rằng cả hai yếu tố này đều phụ thuộc vào sức mạnh của nhau. Quan trọng hơn, cả hai đã liên tục tạo ra những tác động lớn đến cách chúng ta thực hiện các hoạt động kinh doanh. Bài viết này đã tiết lộ một số cách mà theo đó một sự kết hợp của máy học và dữ liệu lớn, nếu được áp dụng, có thể là chìa khóa giúp đưa ra các quyết định kinh doanh sáng suốt. Do đó, sân chơi và quyết định giờ phụ thuộc vào các doanh nhân.

Thu Thủy

Lược dịch theo Entrepreneur

Vietnam Report

  


Bình Luận (0)



Gửi bình luận

Thư điện tử của bạn sẽ không được hiển thị công khai. Các trường bắt buộc được đánh dấu *