Voorbeelden toepassing machine learning

Meer weten?

Ga het gesprek aan met Koen!

    Je hebt het begrip “Machine learning” of “Artificial Intelligence” vast wel eens gehoord de afgelopen tijd. Het gaat onze wereld compleet op z’n kop zetten en 50% van de huidige banen worden overbodig. Of niet? Bij SevenLab vinden we het in ieder geval een razend interessante ontwikkeling. Vandaar dit artikel!

    Onlangs heb ik op LinkedIn een uitgebreid artikel geschreven over de werking van AI met een focus op machine learning. Met machine learning kan je kort gezegd het volgende: voorspellen, ontdekken en detecteren.

    Tijdens eigen research heb ik een lijst gemaakt van concrete en interessante voorbeelden. Hieronder een overzicht. Laat je email achter om de uitgebreide lijst in te zien.

    PR en (video) content bedrijven

    Voorspellen:

    • hoeveel een online artikel gelezen gaat worden, nog voordat je deze gaat plaatsen (relatie content keywords, tijd van het jaar, historische lezersaantallen etc.);
    • hoeveel kijkers er gaan kijken a.d.h.v. video content (wellicht relatie tussen mediabudget, zender, doelgroep, inhoud etc.)

    Onderhoud

    Voorspellen van:

    • wanneer je proactief onderhoud zou moeten plegen
    • benutte capaciteit
    • benodigde brandstof
    • hoeveel consumpties er mee moeten aan boord (wellicht relatie met datum, temperatuur/weer, aantal mensen in vlucht/rit);
    • budget per passagier
    • de hoeveelheid tickets die er geboekt gaan worden om de best mogelijke prijs te bepalen (aantal bezoekers van de site, tijd van het jaar, prijs van bestemming, marketingbudget)

    E-commerce

    • Marketing intelligence;
      • Voorspellen naar wie je bepaalde marketingcampagnes moet sturen -> bij wie heb je het meeste kans van slagen en/of wie levert het meeste op;
      • Sentiment analyse voor social media
      • Automated product tagging met beeldherkenning
      • Voorspellen van benodigde voorraad
    • Voorspellen wat een bezoeker het meest waarschijnlijk gaat kopen (historie, demographics, prijs, regio, roi)
      • Voorspellen van beste prijs
      • Fraude detectie met transacties
      • Verzenden voordat een product is gekocht (of deels)

    Logistiek

    Voorspellen van:

    • volume/besteding per afzetkanaal;
    • de drukte op logistiek kanaal;
    • benodigde capaciteit;
    • reistijd (wellicht speelt gewicht mee, regio, gemiddelde reistijd, variabelen suply chain derde partij etc.)

    Accounting en administratie

    • Voorspellen financiële gegevens voor klanten, op basis van meer dan alleen de boekhouding;
    • Fraude en/of fouten in administratie detecteren

    Energie

    Voorspellen van:

    • energieverbruik individuele huizen/woningen / benodigde capaciteit -> inkoop;
    • rendement duurzame energie;
    • Fraude detectie (waar zijn de wietplantages, hoe groot is de kans dat een klant niet betaald?)

    Vastgoed

    Voorspellen van:

    • benodigd onderhoud per object
    • beste object prijs;
    • capaciteit van object/ruimte;
    • energieverbruik per object

    Service

    Voorspellen van:

    • benodigde voorraad
    • benodigde materialen buitendienst

    HR

    Voorspellen van:

    • benodigde workforce op een specifieke dag in de toekomst;
    • ziekmeldingen per dag, individueel niveau;
    • klantvraag (seizoenswerk, pijplijn);
    • benodigde cashflow;
    • beschikbaarheid personeel

    Gaming

    • Voorspellen hoe mensen zich bewegen door de gamewereld
    • Voorspellen van aantal subscriptions