Big Data в 3 шага: как научить искусственный интеллект продавать

Роботы [пока] не научились поведению человека даже в текстовых чатах, хоть и вовсю пытаются. Но ниша для применения искусственного интеллекта давно есть. Машины не умеют красиво вести беседу, зато на основе больших данных уже облегчают жизнь бизнесу, автоматически подбирая конкретный продукт для конкретного клиента. Контакт-центру остается только связаться с последним и с большой (или как минимум бОльшей) вероятностью завершить продажу. Причем – при гораздо меньших предварительных усилиях со стороны людей.

Мы уже разбирались, что нужно сделать, прежде чем хвататься за работу с моделями, и как собрать толковую команду по оптимизации продаж с помощью big data. Как же теперь соединить продукты бизнеса с клиентами?

1. Выбираем инструмент ИИ.

Чему искусственный интеллект еще не научился – так это продавать без клиентов. Нужен некий список потенциальных покупателей, по которому он будет работать.

Допустим, такой список у нас есть. Как понять, кому и что предложить?

Задачу предсказания и решает искусственный интеллект – на основе исторических данных. Берем тех, кто в прошлом покупал какой-то продукт, и строим по ним модель. Затем берем список клиентов, которые этот продукт еще не покупали, размещаем его в модели, модель обучается и учится предсказывать тех, кто бы купил.

Недостаток подхода в том, что для каждого продукта нужно проанализировать, купят его или не купят. То есть для каждого продукта строится своя модель. Если мы – банк, то продуктов у нас не так уж много: например, несколько вариантов пластиковых карт, конечное число кредитов и депозитов – суммарно 15-20 продуктов для продажи.

Но что если мы – интернет-магазин с 1000 артикулов? Или интернет-кинотеатр с тысячами фильмов? Для каждого из них строить отдельную модель, мягко говоря, накладно. На помощь приходит такая вещь, как рекомендательная система.

Полную версию материала читайте на Kyivstar Business Hub

Сергей Марин,
основатель Школы Данных и Студии Данных, ментор Big Data School