Dies entspricht 86 Milliarden Neuronen, die ein neuronales Netzwerk bilden, um Assoziationen und Vorhersagen auf der Grundlage von Informationen und Wissen zu treffen, die Sie gewonnen haben. Im Laufe der Zeit nimmt Ihr Gehirn Abkürzungen und sucht nach der wahrscheinlichsten Beziehung oder Assoziation, die auf einem Input oder einer früheren Erfahrung basiert.
Durch die Übersetzung in eine mathematische Gleichung und Wörter, die die Aufmerksamkeit eines Datenwissenschaftlers auf sich ziehen, kann ein Algorithmus den Vektor oder die Beziehungsentfernung zwischen einer Eingabe und ihrem Kontext bestimmen.
Wenn Ihr Kollege zum Beispiel fragt: "Wie viel Geld Sie in der Tasche haben", denken Sie vielleicht, dass er verstehen möchte, ob Sie sich das Mittagessen leisten können, das Sie zusammen essen. Aber sie wollten vielmehr verstehen, wie viel wirtschaftlichen Einfluss Sie haben.
Dies ist ein Beispiel für "Word2Vec", einen Deep-Learning-Algorithmus, der verwendet wird, um eine Gruppe von Wörtern zu verstehen. Warum sagst du, was du sagst, um den Kontext zu verstehen? Während dies eine linguistische mathematische Gleichung ist, kann das gleiche Prinzip auf ein Telekommunikationsunternehmen mit Netzwerkanalyse angewendet werden, um den Kontext seines Netzwerks besser zu verstehen, um die Kundenerfahrung zu verbessern und die Kundenabwanderung zu reduzieren.
Mobilfunkteilnehmer
4G LTE-Abdeckung
O2-TV Abonnenten
Jan Romportl ist Chief Data Scientist bei O2 Czech Republic, wo er am Aufbau des Data-Science-Teams mit einem starken Fokus auf maschinelles Lernen aus Telekommunikations-Big-Data beteiligt war. Zudem engagiert er sich als Chief Science Officer in der Startup-Szene. Jan verfügt über mehr als 10 Jahre akademische Forschungs- und Lehrerfahrung in den Bereichen KI, Mensch-Maschine-Interaktion, Sprachtechnologien und Philosophie.
"Wir machen Deep Learning mit Telco-Daten. Wir sind in der Lage, Kunden zu clustern. Wir wollen, dass das Unternehmen die Kunden kennt und dafür braucht man das Gehirn des Unternehmens."
Jan Romportl, Leitender Datenwissenschaftler
Jedes Telefon gibt zwei Arten von unterschiedlichen Datenmustern aus, die verwendet werden können, um den Kontext seiner Benutzer besser zu verstehen - Cell_IDs und SIM-Card_IDs. Cell_IDs sind Mobilfunkmast-IDs und Anrufrouten, die Geolokalisierungsdaten ausgeben, die die optimale Abfolge von Anrufen bestimmen können, um abgebrochene Anrufe, Besetztsignale und andere Probleme mit der Anrufqualität zu reduzieren. Diese Cell_IDs sind dynamisch und ändern sich je nach Standort. Ein SIM-Card_ID ist einzigartig für die einzelne SIM-Karte im Gerät. Betrachten Sie Ihre SIM-Card_ID als ein eindeutig identifizierbares Merkmal für Sie. Während Cell_IDs dynamisch sind, ist eine SIM-Card_ID dauerhaft. Du bekommst nur einen. Diese ID stellt in Verbindung mit den Profildaten Ihres Kundenkontos Ihre relevanten Daten wie Mobiltelefontyp, mobile Nutzung, Anrufmuster, Geschlecht, Demografische Daten und andere kontobezogene Datenpunkte dar.
Durch die Anwendung eines Word2Vec-Algorithmus auf Zelldaten (Cell2Vec) visualisiert O2 Czech den Kontext seiner Abonnenten in Bezug auf sein Netzwerk. Diese Visuals zeigen die Tschechische Republik, das Benutzerverhalten, die Netzwerkleistung und vieles mehr.
Zum Beispiel kann eine Innenstadt mit einer hohen Konzentration von technisch versierten Personen, die hauptsächlich Text und Video streamen, andere Netzwerkanforderungen erfordern als ein ländliches Gebiet mit geringer Dichte, in dem die Benutzer älter sind und hauptsächlich Sprachanrufe tätigen. Die Kombination von Netzwerkoptimierung mit relevanten, hochgradig kontextbezogenen personalisierten Angeboten fördert die Kundenbindung und steigert die mobilen, festen und internetbasierten Angebote von O2 Czech Republic.
Gemeinsam identifizierten O2 Czech und Teradata einen Umsatzvorteil von 1,6 Mrd. Kč (70 Mio. USD) für ihre Customer Experience-Bemühungen mit Teradata für ihre Datenanalysen. Die vierjährige, vollständig realisierte Teradata-Lösung wendet Datenanalysen für Kundenabwanderung, Neukundengewinnung, Kampagneneffektivität und Upselling an. Allein im Jahr 2019 wurden 654 Mio. Kč (28 Mio. USD) Umsatz als Geschäftswert identifiziert, der durch Datenanalysen auf Teradata realisiert wurde.
Der Aufbau modernster tiefer neuronaler Netze erfordert eine Plattform und Experten, die sich über mehrere Technologien erstrecken, um die Data-Science-Methoden durchzuführen, die erforderlich sind, um die Personalisierung von Tausenden auf Millionen zu skalieren. O2 Czech wendet sich an Teradata, um dies zu ermöglichen.
Erfahren Sie, wie Teradata VantageCloud Ihnen helfen kann, Geschäftsergebnisse zu beschleunigen und die geschäftliche Flexibilität zu bieten, die Sie benötigen.
Unsere Vertriebsmitarbeiter sind hier, um Ihnen zu helfen.
Mit positiven Kundenerfahrungen in eine erfolgreiche Zukunft.
Ganzen Artikel lesen