Kasus penggunaan yang paling populer tampaknya adalah sistem rekomendasi dari berbagai jenis (seperti merekomendasikan barang belanjaan, pengguna di jejaring sosial, dll.).
Tapi apa aplikasi ilmu data khas lainnya, yang dapat digunakan dalam vertikal yang berbeda?
Misalnya: prediksi churn pelanggan dengan pembelajaran mesin, mengevaluasi nilai seumur hidup pelanggan, perkiraan penjualan.
Jawaban:
Selain itu, tampaknya ada daftar kasus penggunaan sains data yang sangat komprehensif berdasarkan fungsi dan vertikal pada Kaggle - "Kasus Penggunaan Sains Data"
Kepuasan adalah hal besar yang sering saya temui. Besar mengacu pada kepentingan / kesulitan / kompleksitas.
Intinya adalah bahwa untuk layanan yang sangat besar (mesin pencari, facebook, linkedin, dll ...) pengguna Anda hanya kumpulan garis log. Anda memiliki sedikit kemampuan untuk meminta umpan balik dari mereka (bukan aturan yang sulit dan cepat). Jadi, Anda harus menyimpulkan umpan balik positif atau negatif mereka sebagian besar waktu.
Ini berarti menemukan cara, bahkan di luar pemodelan prediktif, untuk benar-benar tahu, dari kumpulan garis log, apakah seseorang benar-benar menyukai sesuatu yang mereka alami atau tidak. Tindakan sederhana ini bahkan lebih mendasar (menurut pendapat saya) daripada pengujian a / b karena Anda berbicara tentang metrik, Anda akhirnya akan melacak pada kartu penilaian tes.
Setelah Anda memiliki pegangan pada metrik SAT yang baik maka Anda dapat mulai membuat model prediksi dan bereksperimen. Tetapi bahkan memutuskan bagian mana dari instrumentasi log dapat memberi tahu Anda tentang SAT adalah tidak sepele (dan sering berubah).
Tentu saja itu tergantung pada fokus perusahaan: perdagangan, layanan, dll. Selain dari kasus penggunaan yang Anda sarankan, beberapa kasus penggunaan lainnya adalah: