Если вы хотите развивать бизнес с умом, а не методом «научного тыка», приготовьтесь к тому, что айтишники преобразуют его в совершенно точную математическую задачу со всеми вытекающими процессами и данными, которые ими управляют. А после ряда манипуляций с условиями задачи вам настроят оптимизатор, который скажет, что лучше всего сделать, чтобы вселенная отреагировала выгодным для вас способом. Но для этого надо будет «приручить» те самые факторы неопределенности, поставив их на свое место (в прямом и переносном смысле).
Эксперты из GlowByte в динамичном формате интервью ИТ-подкаста «Дайте данных» рассказали о том, как ML помогает бизнесу принимать решения в условиях неопределенности.
На практике это выглядит следующим образом. Ваша абстрактная головная боль, включая цели, желания, «а если бы вот так», декомпозируются на конкретные условия задачи: переменные решения (например, цены в ритейле, скидки, товары для промо-акций, условия при промотировании тех или иных услуг), набор ограничений (бизнес-правила, различные нормативы, технологические требования), функции цели (хотим повысить выручку, нужно увеличить отклик – и в то же время минимизировать количество коммуникаций). Вокруг всего этого формируются данные и накладываются факторы неопределенности (например, объем продаж, зависящий от спроса, конкурентная среда, цены/ предложения конкурентов).
В итоге благодаря магии ML получается прогнозная модель бизнеса, которая фактически говорит, как отреагирует внешняя среда на различные условия (как изменится спрос, если мы поменяем наше ценовое или акционное предложение). Получив такую функцию или набор функций, специалисты сверху настраивают оптимизатор, который предлагает более выгодный ход в том или ином случае.
Таким образом и создаются системы оптимального принятия решения. Для этого используются как проприетарные программы, так и бесплатные (солверы с открытым кодом), а также собственные движки. Одно из своих детищ ребята из GlowByte тепло называют «великодушным алгоритмом», поскольку он помогает ограничить падение всех целевых показателей, даже если задачи у бизнеса противоречат друг другу.
Как это работает на практике, предлагаем узнать из подкаста. Заходите на Яндекс.Музыку, слушайте, будет интересно!