7. Januar 2021 Damit sich Investitionen in KI und maschinelles Lernen wirklich auszahlen, müssen Führungskräfte zunächst die Ursache-Wirkungs-Beziehungen verstehen, die die Leistung beeinflussen. Siddharth Mohan, Senior Data Scientist bei Artefact Niederlande & Frankreich, erklärt, wie Causal Intelligence die Leistung steigern kann.
5. Januar 2021 Marketing-Attributions-Tools wie Facebook Attribution, Google Analytics und Adobe Analytics können Marketern helfen, einzigartige Einblicke in das Verhalten ihrer Kunden über verschiedene Kanäle und Touchpoints hinweg zu gewinnen - aber nur, wenn sie sie richtig einrichten. Katharina Zilke, Leiterin der Abteilung Social Media bei Artefact Deutschland, erläutert die fünf Schritte, die Marketer unternehmen können, um sich die besten Erfolgschancen zu sichern.
14. Dezember 2020 Mit der Einführung von Opt-in-Berechtigungen für Apps wird es mit iOS 14 für Marken schwieriger, Verbraucher auf individueller Ebene anzusprechen und die Ergebnisse von Marketingaktivitäten zu messen. Bobby Gray, Head of Analytics and Data Marketing bei Artefact, betrachtet die Auswirkungen und erklärt, wie Marken mit first-party data reagieren können.
25 November 2020 Vermarkter wünschen sich seit langem, verfolgen zu können, wann, wo und wie ihre Kunden mit ihren Marken interagieren - online und offline. Tools wie Facebook Attribution können Marken dabei helfen, einen entscheidenden Schritt nach vorne zu machen, sagt Arnaud Marro, Head of Social Media bei Artefact France.
25. November 2020 In diesem Artikel erläutern die Artefact Senior Data Scientists Kasra Mansouri und Camille Le Gonidec, wie sie ein data wissenschaftliches Produkt mit begrenztem data und hohen geschäftlichen Einschränkungen entwickeln konnten. Finden Sie heraus, wie sie mit Hilfe von Zeitreihenmodellen die Produktausfälle in Hypermärkten reduzieren konnten.
25. November 2020 In diesem Artikel erklärt Amale El Hamri, Senior Data Scientist bei Artefact France, wie man ein Sprachmodell trainiert, ohne die Sprache selbst zu verstehen. Der Artikel enthält Tipps dazu, woher Sie Trainings-data erhalten, wie viel data Sie benötigen, wie Sie Ihr data vorverarbeiten und wie Sie eine Architektur und eine Reihe von Hyperparametern finden, die am besten zu Ihrem Modell passen.
25. November 2020 Wir von Artefact sind so französisch, dass wir beschlossen haben, Machine Learning auf Croissants anzuwenden. Dieser erste von zwei Artikeln erklärt, wie wir beschlossen haben, Catboost zur Vorhersage der Verkaufszahlen von “viennoiseries” einzusetzen. Die wichtigsten Merkmale, die den Umsatz beeinflussen, sind die letzten wöchentlichen Verkäufe, die Tatsache, ob das Produkt im Sonderangebot ist oder nicht und der Preis. Wir stellen Ihnen einige nette technische Funktionen vor, darunter die Kannibalisierung und warum Sie Ihre Zielvariable manchmal aktualisieren müssen.
25. November 2020 Die Berater in Call Centern sehen allmählich, wie NLU in ihren Alltag Einzug hält und ihnen hilft, Kundenanfragen leichter zu beantworten. Damit ein Tool dies leisten kann, muss es in der Lage sein, gleichzeitig die Kundenanfrage und ihre Merkmale zu erkennen, mit anderen Worten, eine Absicht und benannte Entitäten.
24 November 2020 Im Oktober veranstaltete Artefact ein Webinar mit dem Hausversicherer HomeServe, um zu erörtern, wie die Sprachanalyse dem Unternehmen hilft, das Kundenerlebnis zu verbessern und die Unternehmensleistung zu steigern. In diesen Auszügen plaudert Mickael Loreau, Innovation and Products Director bei HomeServe, mit Artefact Data Consulting Director Matthieu Myszak und Hanan Ouazan, Director - Data Science VP, über die Fortschritte, die sie bisher gemacht haben.
