Zastosowanie metod Data Juice Lab

AI, Machine Learning, modelowanie statystyczne, Data Science

Metody, które niosą zmianę

utworzone przez | paź 27, 2020

Każda organizacja boryka się w swojej działalności z problemami natury strategicznej i operacyjnej. Naszą misją jest przenoszenie rozwiązywania tych problemów na poziom wykorzystania metod analitycznych, modelowania ekonometrycznego, AI i ML.

Dominik Ogonowski

Prezes Data Juice Lab Sp. z o. o.

Data Juice Lab to butikowa firma doradcza z branży informatycznej; dostarczająca rozwiązania szyte na miarę z zakresu doradztwa biznesowego i Data Science. Zajmujemy się m.in. optymalizacją struktur sprzedażowych, automatyzacją raportowania, porządkowaniem danych, budową narzędzi i procesów biznesowych, tworzeniem strategii cenowych marek.

W systemach informatycznych każdego przedsiębiorstwa znajduje się wiedza, która najczęściej nie jest w żaden sposób wykorzystana. Dostarczane przez nas analityka biznesowa i odpowiednie narzędzia, umożliwiają wykorzystania tej wiedzy dla celów biznesowych firmy. Pozwala to radzić sobie z problemami generowanymi przez złożoność organizacji, wprowadzić w jej obrębie innowacje, usprawnić zarządzanie łańcuchem dostaw i produkcją, jeszcze precyzyjniej ukierunkować działania marketingowe i sprzedażowe, a także opracować dochodowe usługi posprzedażowe i zarządzać nimi.

Nasze usługi sprawdzają się w praktycznie wszystkich branżach od banków po firmy z sektora FMCG.

W jakich obszarach można to wykorzystać?

Zwiększenie skuteczności sprzedaży

Każdy przypadek firmy stawiającej sobie taki cel wymaga naturalnie indywidualnego podejścia i zależy od typu prowadzonej sprzedaży oraz od produktu, którego dotyczą działania. Przykładowo: w celu zwiększenia konwersji zakupowej możliwe jest stworzenie automatycznego procesu identyfikujący klientów o największej skłonności do zakupu w danym momencie i dopasowanie tym samym oferty i działań sprzedażowych do danego Klienta. W tym celu wdraża się w organizacji zaawansowane metody uczenia maszynowego (modele LDA; lasy losowe; boosting) wykorzystujące dane z wielu źródeł; m.in. koszyków klienta, transakcji (text-minning), danych behawioralnych, informacji o cenach po jakich dany Klient kupuje. Skorzystanie z tego typu danych pozwala na wygenerowanie znacznych wzrostów konwersji (np. 10-20%).

Wdrożenie automatycznego modelu wrażliwości cenowej

W celu wyboru najlepszej z punktu widzenia maksymalizacji zysku ceny, tworzy się automatyczne procesy wrażliwości cenowej, oparte na złożonych algorytmach. Modele takie poddane są też automatycznej analizie jakości i na bieżąco weryfikowane wraz z nadchodzeniem nowych danych. W rezultacie uzyskuje się modele bardziej efektywne i działające nieprzerwanie. Wykorzystuje się tu m.in. złożone modele uczenia maszynowego, dzięki którym udaje się uzyskiwać znaczne wzrosty zysku na produktach (w branżach, w których wdrażaliśmy tego typu rozwiązania, wzrosty te wynosiły ok. 8-12%, ale poziom poprawy zależy oczywiście od typów produktu oraz aktualnie stosowanych przez firmy modeli wrażliwości cenowej i może być znacznie wyższy).

Stworzenie modelu oceny ryzyka

 W branżach, w których niezwykle istotne jest zarządzenie ryzykiem (np. kredytowej, ubezpieczeniowej), przygotowuje się modele oceny tego ryzyka wraz z automatycznym monitoringiem jakości modelu. Stosując zaawansowane metody uczenia maszynowego – takie jak regresja logistyczna z przekształceniami WOE, regresja elastic net, modele drzewiaste (random forest; xgboost; adaboost; catboost; gbm) – uzyskujemy zaawansowane modele bardziej efektywne od dotychczasowych modeli podstawowych, co przekłada się na redukcję ryzyk dla przedsiębiorstwa.

Zwiększanie sprzedaży w e-commerce

Potencjalnie własnie w e-commerce tkwią zawsze największe możliwości optymalizacji ze względu na ilość danych, które można uzyskać. Przykładowo: można dopasowywać rekomendowane produkty do profilu klienta i oferować je w momencie, gdy sprzedaż jest najbardziej prawdopodobna. W rezultacie można uzyskiwać znaczne wzrosty konwersji (np. 30%).

Wspomaganie działania call-center

Dzięki zastosowaniu odpowiednich strategii bazujących na wielu kryteriach pomagających w doborze klientów i dopasowaniu pory kontaktu, można znacznie poprawić wyniki call-center, uzyskując zarówno lepsze dodzwanianie się jak i maksymalizując generowany zysk. Również sam proces dzwonienia może być w pełni automatyczny i parametryzowalny, z jasnym modelem raportowania o osiąganych wynikach. Dodatkowe zastosowanie jasnej struktury organizacyjnej, podziału obowiązków i wdrożenie narzędzi do motywacji pracowników (np. szkoleń, coachingu) potrafi znacząco poprawić wyniki call center. Z naszego doświadczenia możemy mówić o zwielokrotnieniu wyników.    

Obniżenie kosztów operacyjnych

Stosując złożone algorytmy, analizujące w sposób automatyczny np. partnerów, wykonawców czy sprzedawców na podstawie ich danych historycznych i dotychczasowego zachowania, można zidentyfikować np. transakcje niosące wysokie ryzyka kosztów operacyjnych. Działania takie potrafią przynieść obniżenie tej kategorii kosztów np. o 30%. Oczywiście można też identyfikować transakcje o wysokim prawdopodobieństwie wysokiego zysku.

Analiza wpływu działań konkurencji

Tego typu analiza danych pozwala przykładowo na oszacowanie wpływu działań podejmowanych przez konkurencję na sprzedaż konkretnych grupy produktów firmy. Dzięki temu istnieje możliwość rzetelnego porównania wpływu konkurencji i zastosowania strategii obrony przed tymi działaniami.

Reorganizacja przedsiębiorstwa

Metody z zakresu data science mogą też być podstawą do efektywnej zmiany struktury organizacyjnej.

Automatyzacja oceny wiarygodności finansowej kontrahentów

Dzięki zastosowaniu metod z zakresu AI i machine learning istnieje możliwość stworzenia automatycznej metody bieżącej analizy finansowej kontrahenta i wyliczenie najistotniejszych miar i wskaźników oraz limitów kupieckich. Dzięki temu zyskujemy natychmiastową wiedzę o kondycji firmy, możemy przyspieszyć decyzje kredytowe, ograniczyć ryzyka finansowe, a tym samym poprawić płynność firmy.

A także wiele innych

To tylko niektóre z projektów, które jesteśmy w stanie zrealizować jako Data Juice Lab. Metody, które wdrażamy, pozwalają osiągnąć firmom wymierne efekty w krótkim czasie i mogą być zastosowane w praktycznie każdej branży i dziedzinie działalności firmy. O możliwościach chętnie opowiemy szerzej na spotkaniu. Dlatego bardzo prosimy o kontakt w razie zainteresowania naszym wsparciem.

Kontakt

Spodobała Ci się nasza praca?
Szukasz konsultantów specjalizujących się w obszarze Doradztwa Biznesowego oraz Analityki i Przetwarzania Danych?
Masz dla nas wyzwanie?

Skontaktuj się!