Одна из главных причин, почему проекты по внедрению аналитических решений бывают не успешными, – это отсутствие принятия и веры в рекомендации со стороны бизнес-пользователей. Особенно это актуально для моделей машинного обучения, которые являются нелинейными по своей природе, их результаты очень сложно трактовать и разложить на понятные бизнесу факторы. Лучше начинать с более простых, возможно, линейных моделей, которые уже дадут достаточный результат для защиты бизнес-кейса, но их результаты будут понятны бизнес-пользователям, и они охотнее будут доверять соответствующим рекомендациям. Со временем, когда доверие пользователей вырастет, можно будет переходить к более сложным моделям, которые позволят еще улучшить ключевые финансовые показатели.