Artefact Wert nach Data

Verringerung von Produktausfällen in Hypermärkten mit Hilfe von Zeitreihenmodellen

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.

Wie man ein Sprachmodell von Grund auf ohne linguistisches Wissen trainiert

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.

Wie haben wir unsere Lösung zur Absatzprognose für Croissants in die Produktion gebracht?

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.

Interview: Wie HomeServe mit AI besser auf Hausnotfälle reagieren kann

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.

Warum Marken vielfältigere Strategien für soziale Medien entwickeln müssen

29 Oktober 2020 In diesem Sommer boykottierten große Marken Facebook wegen des Vorwurfs, das Unternehmen würde von Hassreden profitieren - was viele kleinere Marken unter Druck setzte, diesem Beispiel zu folgen. Um solche schwierigen Entscheidungen in Zukunft zu vermeiden, sollten kleinere Marken damit beginnen, vielfältigere Strategien für soziale Medien zu entwickeln, sagt Jack Harrington, Paid Social Manager bei Artefact UK.

Data-Plattform 2.0: Beschleunigte Entwicklung mit data governance als Code

28. Oktober 2020 Data-Plattformen haben die Art und Weise revolutioniert, wie Marken data speichern, analysieren und nutzen - aber um sie effizienter zu nutzen, müssen sie damit beginnen, data governance als Code einzubetten, schreiben Justine Nerce, Data Consulting Director, und Jean-Baptiste Charruey, Manager Data Engineering, bei Artefact.

Wie KI Marken helfen kann, Mikrotrends bei Verbrauchern zu entdecken

16. Oktober 2020 Lockdowns haben den Einfluss von Online-Prosumenten gestärkt - Menschen, die konsumieren, aber auch ihre eigenen Produkte herstellen. Um diesen ‘Mikromarken’ einen Schritt voraus zu sein, können Vermarkter KI nutzen, um den nächsten Trend vorherzusagen, sagt Cyril Fekete, Consulting Partner bei Artefact.

Wie Marken dem ‘schmutzigen data’ endlich ein Ende setzen können’

12. Oktober 2020 Zu viele Vermarkter verlassen sich immer noch auf ungenaue first-party data. In diesem Artikel erklärt Joachim Sontag, Consulting Director bei Artefact Deutschland, wie Marken ihr schmutziges data’’ bereinigen, einen vernetzten data-Kreislauf aufbauen und ihre data-Architektur zukunftssicher machen können.

Nach oben