Machine learning

Machine learning er godt til at identificere objekter eller mønstre i data. Finansielle virksomheder har generelt adgang til massive mængder data, ligesom de tekniske ressourcer i form af regnekraft og værktøjer også er tilgængelige. Disse store mængder data indeholder mange skjulte værdier, der kan bruges til at øge omsætningen eller lette det administrative arbejde. I Financial Systems har vi erfaring med at anvende machine learning operationelt, og vi er opdateret om de nyeste metoder og implementeringer.

Med machine learning kan man understøtte eller udfordre ”mavefornemmelsen” og konventionelle forestillinger om, hvordan for eksempel kundebasen er sammensat. Det er muligt at træne en model til at genkende en god eller dårlig kunde ud fra data, eller til at segmentere kunder efter deres faktiske adfærd. En machine learning-model er også, sammenlignet med mennesker, enormt hurtig til at behandle store datamængder og foretage logiske valg, som bringer værdien af de mange data frem.

Machine learning kan ikke stå alene. Modellen er ikke bedre end det input, den får, og den træning, den modtager, så modellens beslutninger skal altid imødegås med sund fornuft og dømmekraft. Vi ser ofte, at det er i samspillet mellem menneske og model, at de bedste beslutninger bliver taget. En god model kan derfor skabe en mere effektiv analyseproces, hvor de væsentlige valg samt fordele og ulemper hurtigere kommer op til overfladen. Dette giver os mennesker mulighed for at tage hurtigere og bedre beslutninger, som er baseret på data og fakta.

Eksempler på machine learning-modeller, vi har arbejdet med:

  • Identifikation af gode og dårlige kunder via dynamisk segmentering af kunder ud fra adfærdsmønstre.
  • Identifikation af, hvilke systemer/e-mails/breve indeholder personfølsomme data ved hjælp af tekstanalyse og kategorisering.
  • Forslag til krydssalg af produkter via ”association mining”, baseret på hvilke produkter forskellige kundetyper efterspørger.

Kontakt os

Herbert Julius Garonfolo

Senior Consultant, PwC Denmark

Tlf: 3945 9731

Følg PwC