VK представила аналитическую платформу AutoML для внешнего бизнеса

Сервис поможет компаниям выстроить стратегию на основе data-driven подхода и решать маркетинговые задачи.

  • VK Predict (входит в группу VK) запускает для внешних заказчиков платформу AutoML, пишет Forbes. С помощью неё можно оценить позиции компании на рынке и выстроить стратегию на основе данных, а также решить маркетинговые задачи.
  • Есть модели для решения нескольких типов задач: прогнозирования показателей, ранжирования объектов и кластеризации — сортировки данных по группам. Например, пользователи могут прогнозировать выручку новой точки продаж, оценивать вероятность совершения покупки или сегментировать пользователей сервиса по важным для бизнеса метрикам.

Допустим, отделу продаж необходимо спрогнозировать отток клиентов. Для этого нужно загрузить на платформу набор данных об обращениях или заявках в клиентский отдел с набором признаков: количество обращений, время и день заявки, предыдущий опыт взаимодействия, ранее использованные услуги или приобретённые товары, CRM-данные об оттоке клиентов и так далее. Платформа проводит очистку данных, аналитик выбирает задачу для решения. Платформа подбирает под неё предобученную ML-модель или их микс (ансамбль). Модели обучаются на загруженных данных и выдают результат по выбранной задаче, которую дальше бизнес может использовать в своей работе

пресс-служба VK
  • AutoML также позволяет партнёрам совместно обучать ИИ-модели без обмена данными: платформа поддерживает технологии вертикального федеративного обучения.
  • Целевая аудитория AutoML — любые проекты, стартапы и компании, где есть потребность в работе с массивами данных, рассказал директор VK Predict Роман Стятюгин. Внутри компаний с платформой могут работать аналитики без знаний в data science или data-science-специалисты. Последние могут «быстро проверять гипотезы, не тратя время на написание и обучение моделей вручную».
  • VK планирует монетизировать платформу за счёт двух форматов: подписки и создания кастомных решений для крупного бизнеса. По оценке источника Forbes, стоимость может зависеть от функциональности платформы и моделей распространения ПО.
  • «В случае с self-service инструментами на базе преднастроенных сценариев по модели SaaS (что актуально для среднего бизнеса) стоимость подписки может начинаться от 250 тысяч рублей в месяц, что в среднем ниже зарплаты data-science-специалиста, на которого у среднего бизнеса не всегда есть ресурсы и постоянный объём задач», — полагает собеседник.
  • Объём инвестиций в создание AutoML в VK не раскрывают. Опрошенные изданием эксперты также затруднились оценить их. Они отмечают, что AutoML-решения активно используют внутри больших ИТ-компаний, в том числе в Росcии, но нечасто их превращают во внешние сервисы.
88
31 комментарий

прогнозы, аналитика дичь такая))) как можно спрогнозировать отток или приток клиентов при помощи проги какой то? этож из разряда карты таро разложить не?

9
1
Ответить

Да не, можно. Скармливаешь массив данных по клиентам какой-нить ML-модели, получаешь прогноз с определённой вероятностью. Сложнее будет массив данных собрать для такого прогноза.
Похожие задачи банки решают при своём прогнозировании по возвратам кредитов и пр.

9
Ответить

с этим как раз очень просто.
сливаешь в ВК базу клиентов и прочую чувствительную инфу, и вуаля - через месяц у тебя отток клиентов 50%

6
Ответить

Всё очень просто: пользуетесь рекламным кабинетом в ВК? Не хотите купить программу для аналитики и прогнозов? Как не хотите?! Точно не хотите? Ну хорошо... А если внезапно ваша реклама станет работать чуть хуже? Ну вдруг такое будет. А если купите нашу программу, то не будет работать хуже.

3
Ответить

Почему? Можно определить, что общего у клиентов, которые уходят, выявить связи в данных, которые не всегда видны человеку.
Это же как раз и отличает аналитику от таро - опора на фактические данные.
Понятно, что любое прогнозирование не будет стопроцентно точным, но оно будет обоснованным.

Ответить

AutoMайорLейтенант 😸

5
Ответить

Насколько можно будет доверять предобученным ВК ML-моделям?

2
Ответить