ARTIFICIAL INTELLIGENCE

Vad kommer att hända imorgon? Det är den fråga som vi ofta ställer oss när vi analyserar verksamhetens data. Vi tittar på historik och kan med hjälp av visualisering, trender och sammanställningar försöka förstå saker som vilka artiklar är lönsamma eller vilka maskiner som ofta går sönder. Artificial Intelligence handlar om att med hjälp av avancerad matematik leta efter mönster och påvisa insikter som användaren själv inte enkelt kan se i data.

Vanliga tekniker

Det finns många tekniker inom Artificial Intelligence. Här är några exempel.

KLUSTRING

Klustring handlar om att hitta fall med liknande egenskaper och gruppera dessa. Exempel på detta kan vara att gruppera kunder, artiklar, leverantörer och andra enheter efter olika typer av egenskaper.

 

TIDSSERIE

Med tidsserieanalys räknar man fram ett framtida utfall över tid baserat på en matematisk modell över historien. Detta kan till exempel användas till att förutsäga försäljning, kapacitetsbehov och andra värden som kan beräknas över tid.

SCORECARD

En scorecard-modell används för att förutsäga en händelse baserat på ett flertal parametrar och hur dessa lett till olika händelser i historien. Detta kan till exempel användas för att förutsäga betalningsförmåga eller risken att tappa en kund eller en anställd.

EXEMPEL PÅ ARTIFICIAL INTELLIGENCE
  • Sjukvård Analysera patientdata som symptom, röntegbilder och annat för att ge en diagnos

  • Finans Hitta bedrägerier genom att analysera uttag/köp

  • Tillverkning Upptäck kvalitetsavvikelser på tillverkat material & Optimering av lagernivåer

  • Varu-/E-handel Kundomsättning
    Rekommendationssystem
    Returanalyser

  • Logistik Behovsberäkning och ruttoptimtering

  • Nätverk Upptäck intrång av obehöriga parter

  • Kundkontakt Chat-bottar, prioriteringssystem, ärendeanalys

  • HR-analys Personalomsättning och sjukdom

  • Lager Bemanningsplanering
    ABC-klassning
    Felplock
    Resursplanering

Legal Handshake

Customer churn

Att vinna en kund är ofta bara halva striden, för långsiktig framgång behöver verksamheter skapa engagemang och lojalitet för att behålla kunden. Att vara proaktiv inom området Customer Churn är kritiskt.


Genom att utnyttja möjligheterna inom AI kan recept plockas fram för att förutse en förlorad kund och på så sätt hinna agera före det händer.

Fyll i nedan för att ladda ner success story om Customer churn med AI.

Vill du har mer information?

Kontakta oss via informationen på vår kontakt-sida.

DrakeStone AB
Teknikringen 10

583 30 Linköping

Org: 556986-6956

© 2020 Drake Analytics