AI前线出品｜ ID：ai-front
机器学习正在改变越来越多的行业，为了更好的应用机器学习，我们盘点了一些可以被机器学习改造的行业，以及这些行业对应的具体指标。
在看这些指标的时候，我们可以考虑下面的问题：
1、我们是为谁解决了什么问题？
2、今天它是怎么解决的？
3、它会如何有效影响业务？
4、数据的输入是什么，这些数据来自哪里？
5、输出是什么？它是如何被使用的？（在线算法、静态报表等）
6、这是一个收入漏斗（省钱）还是收入增长（挣钱）的问题？
我们盘点的行业包括了计算广告、内容推荐、精准营销、金融、医疗健康、服务业、公司运营、制造业 8 个行业，包含了 70 个指标。由于时间和经验所限，我们没能覆盖到太多行业，每个行业的指标也有很多局限，但从中也许能给你一些启发，开发出更多适合机器学习的场景。
计算广告
1、客户细分
如果你能够定性的了解不同的客户群体，就可以给他们不同的市场方案（甚至由公司不同的部门提供）
影响：客户增长
2、预测终身价值（LTV，Lifetime Value）
如果你能够预测出高终身价值客户的特点，就可以进行客户细分，识别追加销售（upsell）的机会
影响：销售增长
3、客户份额估算
识别客户在不同类别上的花费情况，这将增加公司识别追加销售（upsell）和交叉销售的机会
影响：销售增长
4、产品组合
什么样的产品组合会产出最低的客户流失率？例如对于刚办理健身卡的人来说，30 岁以下的男私教 + 30 元的健康餐，是否会降低用户的流失率？
影响：用户维持
5、交叉销售/推荐算法
给你客户过去的浏览历史、购买历史和其他特征，他们未来最想购买的是什么？
影响：收入增长
6、追加销售
给你客户的特点，它在未来是否会追加购买？
影响：销售增长
7、渠道优化
给你这些客户的特征，最佳触达客户的方式是什么？
影响：客户增长，支出减少
8、折扣目标
通过折扣诱导消费的概率是多少？
影响：收入增长，客户满意度提高
9、再激活的可能性
对于已经停止使用的客户，再激活的可能性有多少？
影响：客户维持，客户满意度提高
10、搜索引擎优化和广告购买
为不同的关键字、广告位计算合适的价格
影响：优化推广效率
11、销售优先级
潜在客户关闭交易的可能性是多少？
影响：客户维持、收入增长
12、购物篮分析
通过分析用户的购物篮，提升推荐产品的购买率
影响：增加收入
13、最佳报价分析
分析过去的价格、销售数量和总销售额，得出最佳报价
影响：增加收入
内容推荐
14、电商推荐
根据用户和商品情况，推荐最合适的商品列表
15、好友推荐
根据用户的情况，给他推荐最适合的好友
影响：优化产品体验
16、音乐推荐
根据用户数据，给他推荐合适的音乐
影响：优化产品体验
17、主播位置推荐
根据用户数据、主播数据，确定主播页面的排列方法
影响：优化产品体验
18、新闻推荐
根据用户数据、内容数据，确定内容的推送和排列
影响：优化产品体验
19、餐厅推荐
根据用户数据、餐厅数据，确定餐厅的推送和排列
影响：优化产品体验
20、兴趣聚类
按照用户的兴趣，分成群组
影响：优化产品体验
精准营销
21、用户流失分析
识别出流失用户的特征，以支持公司进行产品调整，并通过在线算法对流失的用户提供帮助
影响：用户维持
22、库存管理
对于一件商品，客户需要多少？什么时候需要？通过预测以达到精益库存，同时防止缺货情况的出现
影响：优化管理效率，优化支出
23、价格优化
为每个时间、项目和商店进行优化
影响：提升收入
24、新店选址
根据商店情况、产品情况、地理位置情况等数据进行新店选址
影响：提升收入，风险管理
25、商店中的商品布局
怎样的布局能够提高销售额？
影响：提升收入
26、在商店的购物路线
组合不同的购物路线，得出最佳的方案
影响：增加收入
27、价格敏感度
每增加单位价格，对销售量有什么影响
影响：优化管理，增加收入
28、代理和分支业绩
如何根据历史数据，预测新代理的业绩水平？
影响：优化管理
29、什么产品组合更好？
什么样的产品组合会带来最多的销售数量？
影响：增加收入
30、供应商选择
我们在从最好的供货商进货吗？
影响：减少支出
31、邮件分组
对不同的客户邮件进行分组，选择不同的策略发送邮件
影响：优化客户体验，提升收入
32、地推人员管理（也适合很多垂直行业）
确定每天需要多少劳动力配给
影响：优化管理
金融
33、风险预估
给定借款人和贷款的特点，预测债务是否能得到回收？
影响：管理风险
34、财政或货币风险
我们需要多少的资金来满足这些需求？
影响：风险管理
35、新品种金融产品推广
通过分析相关金融产品的历史数据，一个新品种的金融产品最适合在哪些地方推广？
影响：收入增长
36、催收时间确定
在什么时间点进行催收，会有最好的效果？
影响：风险管理
37、欺诈检测
当系统预测交易可能涉及到欺诈时，决定是否要阻止一笔交易（例如信用卡欺诈）
影响：风险管理，减少支出
38、反洗钱
使用机器学习和模糊匹配来检测和反洗钱法相抵触的交易
影响：风险管理
医疗健康
39、索赔审核的优先次序
根据特征选择，确定哪些索赔应该由审核员手动审核
影响：提升审核效率，提升审核精度
40、医疗保险的欺诈分析
通过用户数据，分析医疗保险中的欺诈行为
影响：风险管理，减少支出
41、医疗资源配置
根据最初病人的访问，优化/预测手术室和床位
影响：优化医院管理，提升资源使用率，增加收入
42、实时预警
根据实时的患者数据，为医生提供警报
影响：风险管理
43、处方依从性
预测哪个病人更可能不遵循医生的处方
影响：提高就医效果
44、医生流失
医院希望保留那些多点执业的医生，怎么确定哪些医生更容易流失？
影响：维持组织稳定，防止核心资产流失
45、药物（剂量）有效性
预测不同类型、剂量的药物对治疗疾病的效果
影响：提升就医效果
46、再入院风险
根据患者的属性、病史、诊断和治疗，预测再入院的风险
影响：提升就医效果
47、识别产品包装盒中警告的生物标志物
在药品存储、流通过程中做到更为安全
影响：风险管理
48、药物/化学发现和分析
更准确、高效的发现新的药物、化学品的可能性
影响：创新发现
49、识别不良反应
例如在社交网络中监测药物会出现的早期问题
影响：风险控制
50、预测不同地区对不同药物需求
根据药物销量数据、不同地区的疾病数据、药店、医院数据等，确定药物的分发策略
影响：优化管理
51、通过不用的方法预测处方依从性并提醒患者
根据患者数据、药物依从性的历史等，预测哪些患者会不遵循医嘱
影响：优化客户体验
52、患者评价数据
识别患者对药物的看法，哪些是正面反馈、哪些是负面反馈，以及如何通过反馈提高药物的质量
影响：优化客户体验
服务业
53、酒店动态定价
根据酒店历史数据、日期、人流量等各种信息，确定酒店动态定价
影响：提升收入
54、酒店优惠券
分析不同的优惠政策会给酒店带来什么影响
影响：提升收入
55、酒店预约管理
预测一天当中会有多少人预约酒店
影响：优化管理
56、飞机调度
根据客流、天气状况，给出最佳的调度方案
影响：优化管理
57、旅游预测
根据旅游地的情况，分析是否要新增航线
影响：新产品开发
公司运营
58、简历筛选
根据候选人的特征，包括上一份工作、毕业学校、学历、年龄等进行简历筛选
影响：优化招聘效率
59、员工流失
预测哪些员工最有可能离开
影响：维持公司稳定
60、培训推荐
基于绩效考核数据，推荐特定的培训项目
影响：提升员工水平
61、可能性问题预测
尽早预测建设项目中可能会出现的问题
影响：风险管理
62、呼叫接听路径
基于呼叫者 ID 的历史、时间、呼叫的数量、拥有的产品、流失的风险、终身价值的多少确定呼叫的路径，这决定了每一个呼叫者的等待时间
影响：提升用户体验，保证关键用户的体验
63、呼叫中心的消息优化
把最合适的数据放在操作员的屏幕上
影响：提高操作员效率，提升用户体验
64、呼叫量预测
为了更好的确定呼叫人员的排班，进行呼叫量的预测
影响：减少呼叫中心的成本，优化管理
制造业
65、产量管理
通过监测土壤的传感器数据，预测农产品的产量
影响：优化管理
66、灾害预测
通过土壤数据、天气数据、农作物数据等，预测是否会发生农作物灾害
影响：风险控制
67、故障预测
通过传感器数据来预测故障的发生
影响：优化管理
68、保修预测
预测产品是否需要保修
影响：优化管理
69、电力分配
根据地区、时间的不同，确定需要分配的电力
影响：优化管理
70、可能问题预测
尽早预测建设项目中可能会出现的问题
影响：风险管理
参考文章：https://www.kaggle.com/wiki/DataScienceUseCases
－全文完－
关注人工智能的落地实践，与企业一起探寻 AI 的边界，AICon 全球人工智能技术大会火热售票中，8 折倒计时一周抢票，详情点击：
《深入浅出TensorFlow》迷你书现已发布，关注公众号“AI前线”，ID：ai-front，回复关键字：TF，获取下载链接！
网友评论