MACHINE LEARNING NA

SUA EMPRESA: CASOS DE USO

Mario Filho – Udacity – 12/01/2017http://www.mariofilho.com

http://www.mariofilho.com

Quem sou

Cientista de Dados

Consultor de Machine Learning para empresas do Brasil e Exterior

Foco: Desenvolvimento de modelosTreinamento de equipe

http://www.mariofilho.com

Conteúdo

Casos baseados em minhas experiências com clientes e competições

Visão superficial dos casos: estimular a criatividade, mostrar possibilidades

Apresentação curta, perguntas são mais importantes.

Casos apresentados

Recomendação Churn Prediction Previsão de vendas

Precificação (Caterpillar) Detecção de usuários ilegais (Facebook) Melhora do sistema de busca (Home Depot) Detecção de falhas em rede de

telecomunicações (Telstra)

http://www.mariofilho.com

Recomendação Quais produtos devo recomendar a este cliente?

Recomendação por popularidade vs personalização

Aplicação bastante popular Pode ser aplicado a basicamente qualquer

produto (com algumas alterações) Competição da Netflix

Objetivo: aumentar as vendas

http://www.mariofilho.com

http://www.mariofilho.com

Churn Prediction Qual a probabilidade deste cliente cancelar a

assinatura, não consumir mais, nos próximos N meses?

Melhor uso dos recursos de marketing/publicidade Manter clientes normalmente custa menos que

conseguir novos clientes.

Objetivo: promover ações de retenção para os clientes com maior probabilidade de deixar a empresa.

http://www.mariofilho.com

Previsão de Vendas

Quantas unidades de produtos sua empresa venderá na próxima semana?

Empresas de todos os tamanhos Segmentação por região Segmentação por produto

Objetivo: alocar melhor os recursos de produção, melhor controle de estoque

http://www.mariofilho.com

Precificação Qual será o preço de uma peça/produto no futuro?

Caterpillar Tube Pricing

Dados sobre as características físicas e propriedades comerciais dos tubos

Prever o preço de tubos necessários para a fabricação de máquinas

Com uma estimativa do preço, é possível ter uma ideia do preço final da máquina

http://www.mariofilho.com

Detecção de Usuários Ilegais Este usuário é legítimo?

Facebook Recruiting IV: Human or Robot?

Dados sobre o comportamento do usuário

Bastante relevante para redes sociais

Pode ser aplicado para detectar outros usuários indesejados: fraudadores, maus vendedores e compradores, perfis falsos.

http://www.mariofilho.com

Melhora do Sistema de Busca Quais são os produtos mais relevantes para uma

determinada frase de busca?

Home Depot Product Search Relevance

Banco de dados com uma pontuação de relevância dada por humanos para pares de produtos e termos de busca

Maior facilidade para o cliente encontrar o que deseja

http://www.mariofilho.com

Detecção de Falhas em Redes de Telecomunicação Quão severa é uma falha na rede?

Telstra Network Disruptions

Dados sobre alertas e localização de pontos da rede da empresa

Minha impressão: sabendo a gravidade do problema antecipadamente é possível enviar a equipe com capacitação correta para o local. Economiza custos com envios errados.

Conclusão Casos mais populares e gerais. Muitas aplicações

em casos mais específicos.

Tem uma tarefa que talvez possa ser resolvida com Machine Learning? Consulte um cientista de dados!

http://www.mariofilho.com

Obrigado pela atenção!