Baixe o app para aproveitar ainda mais
Prévia do material em texto
Inteligência Artificial e Big Data aplicada ao marketing e ao consumo Cláudio Pinheiro IBN ANÁLISE PREDITIVA II 3 Linkedin : claudio-pinheiro-cloud Twitter : @pinheiroclaudio Inteligência Artificial e Big Data aplicada ao marketing e ao consumo Tarefas Analíticas Sumarização Segmentação Classificação Estimação Recomendação Previsão Quantos produtos vendemos? Qual o tempo médio de atendimento? Quanto dura o ciclo de venda? Quantos grupos diferentes de clientes temos? Qual é a classe deste novo cliente? Quanto devemos gastar em mídia para vendermos 20% a mais? Quais produtos devemos recomendar a um cliente que está comprando um determinado produto? Quanto iremos vender mensalmen te deste produto na região sul em 2019? 4 - DECISÕES BASEADAS EM DADOS y Variável de Independente Preditora Variável de entrada Variável dependente Predita Alvo NÃO SUPERVISIONADA SUPERVISIONADA 4 - DECISÕES BASEADAS EM DADOS Variável alvo Variável Dependente Variável Predita Intercepto Coeficiente Angular Variável 1 Valor Variável 1 Valor Variável2 Coeficiente Angular Variável 2 Erro Aleatório Variável independentes Variáveis Preditoras Variáveis de entrada 4 - DECISÕES BASEADAS EM DADOS Variável alvo Variável Dependente Variável Predita Intercepto Coeficiente Angular DESCONTO DESCONTO PUBLICIDADE Coeficiente Angular PUBLICIDADE Erro Aleatório Variável independentes Variáveis Preditoras Variáveis de entrada Supervisionado Não Supervisionado Temos o X e o y Temos apenas o X • Estimar a produção • Previsão de atrito • Estimação de retorno de campanha • Clusterização • Segmentação de usuários • Recomendação de produto, • Redução de dimensionalidade Tipos de aprendizado Aprendizagem por Reforço Temos o alvo/meta • Desafios • Competições • Aprendizagem evolutiva Tipos de Abordagem TIPOS DE ABORDAGEM Supervisionada Não Supervisionada Aprendizagem por Reforço Regressão Linear Árvores de Decisão Redes Neurais SVM Séries Temporais Temos o X e o Y e queremos o que explica o Y K-Médias Kohonen Análise fatorial PCA Apriori Só temos o X DNN DBN Q Learning NN DL Temos o X e o Y e queremos atingir o objetivo Alguns algoritmos Estimação Classificação Previsão Segmentação Redução de dimensionalidade Desafio Otimização Recomendação Aprendizagem evolutiva TAREFA ANALÍTICA Alguns algoritmos Alguns algoritmos Algoritmos 5 O PODER ANALÍTICO Modelos de recomendação • Necessidade atendida • Forma • Valor • Necessidade • Resposta • Melhor trajeto • Melhor preço Modelos de segmentação • Marketing direcionado Modelos de detecção de Churn • Retenção de clientes Modelos de análise de textos • Descobrindo focos de atuação pela voz do cliente Modelos de Classificação • Conhecendo o cliente Modelos de estimação de KPI • Melhorando a performance Modelos prescritivos • Otimizando gastos e retornos Modelos preditivos • Previsão de demanda Análise de redes sociais Segmentação Marketing Next Best Offer Gestão otimizada em tempo real Modelagem de evasão Churn Cálculo de Valor de Cliente Fidelização Segmentação Análise de Sentimentos Análise de Propensão a Compra CANVAS – PROGRAMAÇÃO VISUAL ▪ Expertise em todas etapas de processamento. ETL DW OLAP DASHBOARDS GERENCIAIS DASHBOARDS PREDITIVOS DASHBOARDS INDICADORES DE PERFORMANCE DATA MINING & IA •C/C++ •PMML •SVB •SQL •SAS •C# •JAVA •SQL C Base de dados como um ícone Técnica A Modelos Relatórioexcel Postgre SQL SQL ORACLE txt Técnica B Modelos Relatório Técnica B Técnica A Técnica B Técnica B Técnica B Técnica Z ... MODELOS MATEMÁTICOS PREDITIVOS Machine Learning Runtimes Deep Learning Runtimes Authoring Tools Scalable & modern infrastructure Decision Optimization Watson Explorer Operationalize Deployment methods Streams Designer Batch Edge Streams CoreML Docker ML/DL Models Python/R Functions Data PipelinesR dashboardsNotebooks Management & Monitoring Version Control Lineage Automation Watson Studio Watson Machine Learning Build and train at scale Embed ML in your business IBM Watson Studio & ML Cases Casos de Sucesso IV Casos de sucesso 1 7 Conseguiu uma melhoria de 200% no desempenho do modelo de IA para impulsionar um serviço de previsão de clientes Economia de 40% no tempo para preparar dados na construção de novos modelos de IA usando mapas sísmicos 2D, dados tectônicos e históricos Analyze: Automated AI Lifecycle Implantou fluxos de trabalho automatizados de ciência de dados para aplicar aprendizado de máquina para otimizar seus modelos de gerenciamento de risco do modelo quant salto de 10x na produtividade de treinamento de IA para construir pipelines de IA para smartphones lerem, interpretarem informações visuais Construir confiança nos resultados de IA, ajudando os clientes a entender viés, mudança regulatória, etc. ao aprovar um empréstimo ou linha de crédito. Análises Preditivas CONSTRUINDO UMA ANÁLISE JUNTOS! APLICANDO A INTELIGÊNCIA ARTIFICIAL II Marketing & Comunicação O quanto os gastos de publicidade e os níveis de desconto impactam nas vendas? Base de dados III IA te ajuda a entender os impactos de cada ação MARKETING Publicidade Desconto VENDAS ? CANVAS – PROGRAMAÇÃO VISUAL Base de dados como um ícone Técnica A Modelos Relatórioexcel Postgre SQL SQL ORACLE txt Técnica B Modelos Relatório Técnica B Técnica A Técnica B Técnica B Técnica B Técnica Z ... Data Science A base da inteligência artificial Think 2018 / DOC ID / Month XX, 2018 / © 2018 IBM Corporation 25 Acessando na nuvem Criando um IBM ID IBM Talk‘n‘Labs 2020– Cloud, Data & A.I. / DIGITAL / © 2020 IBM Corporation ANÁLISE PREDITIVA I CONSTRUINDO UMA ANÁLISE JUNTOS! V Think 2018 / DOC ID / Month XX, 2018 / © 2018 IBM Corporation 28 Think 2018 / DOC ID / Month XX, 2018 / © 2018 IBM Corporation 29 Think 2018 / DOC ID / Month XX, 2018 / © 2018 IBM Corporation 30 Think 2018 / DOC ID / Month XX, 2018 / © 2018 IBM Corporation 31 Think 2018 / DOC ID / Month XX, 2018 / © 2018 IBM Corporation 32 Think 2018 / DOC ID / Month XX, 2018 / © 2018 IBM Corporation 33 Think 2018 / DOC ID / Month XX, 2018 / © 2018 IBM Corporation 34 ROI : 459% PAYBACK: < 6 Meses Governança Escalabilidade Integração Data Science Multicloud Resumo - 3 • Abordagens • Tarefas analíticas • Exemplos de algoritmos • Exemplos de aplicação • Casos de sucesso • Parte Prática MUITO OBRIGADO! LinkedIn : claudio-pinheiro-cloud Twitter : @pinheiroclaudio
Compartilhar