關(guān)于機(jī)器學(xué)習(xí)的新趨勢(shì)是否僅僅是炒作，還是實(shí)際上提供了有形的商業(yè)價(jià)值并幫助塑造了金融服務(wù)定價(jià)和提供策略，一直存在爭(zhēng)論。
Earnix 在 2017 年對(duì)約 200 名全球保險(xiǎn)專(zhuān)業(yè)人士進(jìn)行的一項(xiàng)調(diào)查顯示，超過(guò)一半的受訪者在其業(yè)務(wù)中使用機(jī)器學(xué)習(xí)技術(shù)。與此同時(shí)，只有 14% 的人將機(jī)器學(xué)習(xí)視為鼓勵(lì)公司所有領(lǐng)域使用的核心戰(zhàn)略。
這就引出了一個(gè)問(wèn)題，為什么盡管機(jī)器學(xué)習(xí)使用相對(duì)廣泛，但仍然不被視為核心策略?
在我們最近在倫敦舉行的第 6 屆年度 Earnix 峰會(huì)上，我向大約 150 名金融服務(wù)專(zhuān)業(yè)人士提出了一個(gè)類(lèi)似的問(wèn)題，試圖了解我們的客戶(hù)和潛在客戶(hù)是否有相同的看法。投票結(jié)果證實(shí)了調(diào)查結(jié)果：三分之二的觀眾表示要么機(jī)器學(xué)習(xí)被夸大了，要么他們認(rèn)為機(jī)器學(xué)習(xí)沒(méi)有真正的有形價(jià)值。
哈佛商業(yè)評(píng)論最近的一篇文章，題為“為什么你沒(méi)有從數(shù)據(jù)科學(xué)中獲得價(jià)值?” 也處理同樣的問(wèn)題。
文章中的主要觀察結(jié)果之一是機(jī)器學(xué)習(xí)專(zhuān)家通常專(zhuān)注于管道的后期部分。他們也不傾向于提出正確的問(wèn)題，例如“這個(gè)預(yù)測(cè)模型提供了什么價(jià)值以及我們?nèi)绾魏饬克?”
機(jī)器學(xué)習(xí)專(zhuān)家似乎想花時(shí)間構(gòu)建模型，而不是考慮如何處理龐大的數(shù)據(jù)集或?qū)I(yè)務(wù)問(wèn)題轉(zhuǎn)化為分析問(wèn)題。他們忙于調(diào)整模型和可選參數(shù)或?qū)⒛Ｐ徒M合在一起，而不是確保模型的見(jiàn)解對(duì)業(yè)務(wù)人員有意義并且可以實(shí)際部署在市場(chǎng)中。
令人驚訝的是，至少對(duì)我而言，Kaggle 最近針對(duì)機(jī)器學(xué)習(xí)實(shí)踐對(duì)近 16,000 人進(jìn)行的一項(xiàng)調(diào)查支持了這一關(guān)鍵觀察結(jié)果。當(dāng)被要求具體說(shuō)明工作場(chǎng)所的障礙時(shí)，超過(guò) 30% 的人提到缺乏明確的問(wèn)題作為障礙。
那么金融服務(wù)公司應(yīng)該怎么做才能確保他們從機(jī)器學(xué)習(xí)技術(shù)和數(shù)據(jù)科學(xué)計(jì)劃中獲得有形價(jià)值?該解決方案包括四個(gè)主要支柱：
相關(guān)數(shù)據(jù)。如果數(shù)據(jù)對(duì)業(yè)務(wù)用戶(hù)沒(méi)有意義，那么它的價(jià)值就微乎其微。
扎實(shí)的分析方法。應(yīng)用于數(shù)據(jù)的分析需要嚴(yán)謹(jǐn)且有意義。
企業(yè)級(jí)技術(shù)。如果 IT 基礎(chǔ)設(shè)施不支持機(jī)器學(xué)習(xí)技術(shù)和數(shù)據(jù)科學(xué)模型的部署，這項(xiàng)工作可能會(huì)失敗。
深厚的商業(yè)知識(shí)。這一切都與業(yè)務(wù)有關(guān)，而不僅僅是處理數(shù)字和吐出結(jié)果。
然而，真正的“秘訣”是支柱之間的同步以及如何將它們混合在一起。
我的分析團(tuán)隊(duì)專(zhuān)注于利用技術(shù)、數(shù)據(jù)和分析來(lái)解決業(yè)務(wù)問(wèn)題和挑戰(zhàn)。我們加快了圍繞機(jī)器學(xué)習(xí)的研發(fā)工作，并開(kāi)發(fā)了可靠的方法論和技術(shù)，以將機(jī)器學(xué)習(xí)模型部署到市場(chǎng)中，并確保這些模型能夠提供有形價(jià)值。
我們的客戶(hù)成功地使用我們的集成機(jī)器學(xué)習(xí)系統(tǒng)來(lái)解決業(yè)務(wù)問(wèn)題，例如：
排名優(yōu)化
價(jià)格設(shè)置(例如：Earnix 的銀行定價(jià)軟件解決方案)
預(yù)測(cè)客戶(hù)產(chǎn)品選擇
預(yù)測(cè)客戶(hù)利用率和數(shù)量
總而言之，以下是公司應(yīng)遵循的一些核心原則，以確保他們從數(shù)據(jù)科學(xué)計(jì)劃和機(jī)器學(xué)習(xí)計(jì)劃中獲得價(jià)值：
專(zhuān)注于業(yè)務(wù)問(wèn)題并尋求正確的建模方法。有時(shí)最好堅(jiān)持使用簡(jiǎn)單的模型，有時(shí)可能需要將傳統(tǒng)模型與新的集成機(jī)器學(xué)習(xí)模型相結(jié)合。
用簡(jiǎn)單的模型覆蓋更多的領(lǐng)域并解決各種構(gòu)建塊通常比嘗試完善拼圖的一個(gè)部分要好。
不要總是急于處理大量數(shù)據(jù)。在開(kāi)發(fā)模型時(shí)，有時(shí)最好使用小樣本來(lái)獲得業(yè)務(wù)直覺(jué)并與業(yè)務(wù)同事進(jìn)行驗(yàn)證。
始終確保讓業(yè)務(wù)人員參與進(jìn)來(lái)，并從項(xiàng)目一開(kāi)始就得到他們的“支持”。
投資獲取正確的技術(shù)和自動(dòng)化，以幫助您在市場(chǎng)中快速部署模型和業(yè)務(wù)戰(zhàn)略并快速響應(yīng)市場(chǎng)變化。
而且，永遠(yuǎn)記住，分析是一個(gè)旅程。提前計(jì)劃，從小處著手，并記住最重要的是現(xiàn)在就開(kāi)始旅程。