7 de enero de 2021 Para obtener un rendimiento real de las inversiones en IA y aprendizaje automático, los líderes empresariales deben comprender primero las relaciones causa-efecto que influyen en el rendimiento. Siddharth Mohan, científico sénior de Data en Artefact Países Bajos y Francia, explica cómo la Inteligencia Causal puede impulsar el rendimiento.
5 de enero de 2021 Las herramientas de atribución de marketing, como Facebook Attribution, Google Analytics y Adobe Analytics, pueden ayudar a los profesionales del marketing a obtener una visión única de lo que hacen sus consumidores en todos los canales y puntos de contacto, pero sólo si las configuran correctamente. Katharina Zilke, responsable de medios sociales de Artefact Alemania, describe los cinco pasos que pueden dar los profesionales del marketing para tener las mayores posibilidades de éxito.
14 de diciembre de 2020 Con la introducción de los permisos opt-in para las aplicaciones, iOS 14 hará más difícil para las marcas dirigirse a los consumidores a nivel individual y medir los resultados de las actividades de marketing. Bobby Gray, Jefe de Análisis y Marketing de Data en Artefact, considera el impacto y explica cómo pueden responder las marcas utilizando first-party data.
25 de noviembre de 2020 Los profesionales del marketing llevan mucho tiempo deseando poder hacer un seguimiento de cuándo, dónde y cómo interactúan sus consumidores con sus marcas, tanto en línea como fuera de ella. Herramientas como Facebook Attribution pueden ayudar a las marcas a dar un paso decisivo en su conocimiento, afirma Arnaud Marro, responsable de medios sociales de Artefact Francia.
25 de noviembre de 2020 En este artículo, las científicas sénior Artefact Kasra Mansouri y Camille Le Gonidec explican cómo crear un producto científico data con limitaciones data y grandes restricciones comerciales. Descubra cómo pudieron reducir las roturas de stock de productos en los hipermercados gracias a la modelización de series temporales.
25 de noviembre de 2020 En este artículo, Amale El Hamri, científico senior de Data en Artefact Francia, explica cómo entrenar un modelo lingüístico sin tener que entender la lengua usted mismo. El artículo incluye consejos sobre de dónde obtener data de entrenamiento, cuánto data necesita, cómo preprocesar su data y cómo encontrar una arquitectura y un conjunto de hiperparámetros que se adapten mejor a su modelo.
25 de noviembre de 2020 En Artefact somos tan franceses que hemos decidido aplicar el aprendizaje automático a los cruasanes. Este primer artículo de dos explica cómo hemos decidido utilizar Catboost para predecir las ventas de “viennoiseries”. Las características más importantes que impulsaron las ventas fueron las últimas ventas semanales, si el producto está en promoción o no y su precio. Le presentaremos algunas bonitas características de ingeniería, como la canibalización y por qué a veces es necesario actualizar la variable objetivo.
25 de noviembre de 2020 Los asesores de los centros de llamadas están empezando a ver cómo la NLU aparece en su día a día, ayudándoles a responder más fácilmente a las peticiones de los clientes. Para ello, una herramienta debe ser capaz de reconocer al mismo tiempo la solicitud del cliente y sus características, es decir, una intención y unas entidades con nombre.
24 de noviembre de 2020 El pasado mes de octubre, Artefact organizó un seminario web con la compañía de seguros del hogar HomeServe para hablar de cómo el análisis de voz está ayudando a la empresa a mejorar la experiencia de sus clientes e impulsar el rendimiento de su negocio. En estos extractos, Mickael Loreau, Director de Innovación y Productos de HomeServe, charla con Matthieu Myszak, Director de Consultoría de Artefact Data, y Hanan Ouazan, Director - VP Científico de Data, sobre los progresos que han realizado hasta la fecha.
