Vorhersagen und BeeinflussenPredict and influence

Es gibt in der digitalen Wirtschaft zwei Klassen von Anwendungen: historisch und prädiktiv.There are two classes of applications in the digital economy: historical and predictive. Viele Kundenbedürfnisse können nur mithilfe historischer Daten erfüllt werden, einschließlich Daten in nahezu Echtzeit.Many customer needs can be met solely by using historical data, including nearly real-time data. Die meisten Lösungen konzentrieren sich derzeit in erster Linie auf die Aggregation von Daten.Most solutions focus primarily on aggregating data in the moment. Diese Daten werden verarbeitet und an den Kunden in Form einer digitalen oder Umgebungserfahrung zurückgegeben.They then process and share that data back to the customer in the form of a digital or ambient experience.

Da die prädiktive Modellierung immer wirtschaftlicher und leichter verfügbar wird, verlangen Kunden nach zukunftsweisenden Erfahrungen, die zu besseren Entscheidungen und Maßnahmen führen.As predictive modeling becomes more cost-effective and readily available, customers demand forward-thinking experiences that lead to better decisions and actions. Diese Nachfrage muss jedoch nicht zwangsläufig eine prädiktive Lösung vorschlagen.However, that demand doesn't always suggest a predictive solution. In den meisten Fällen kann eine historische Sicht genügend Daten liefern, um den Kunden in die Lage zu versetzen, selbst eine Entscheidung zu treffen.In most cases, a historical view can provide enough data to empower the customer to make a decision on their own.

Leider haben Kunden eine kurzsichtige Sichtweise, die zu Entscheidungen führt, die auf ihrer unmittelbaren Umgebung und ihrem Einflussbereich basieren.Unfortunately, customers often take a myopic view that leads to decisions based on their immediate surroundings and sphere of influence. Da Optionen und Entscheidungen in Bezug auf Anzahl und Tragweite zunehmen, dient diese Kurzsichtigkeit möglicherweise nicht den Bedürfnissen des Kunden.As options and decisions grow in number and impact, that myopic view may not serve the customer's needs. Gleichzeitig, da eine Hypothese maßstäblich bestätigt ist, kann das Unternehmen, das die Lösung anbietet, Tausende oder Millionen von Kundenentscheidungen nachvollziehen.At the same time, as a hypothesis is proven at scale, the company providing the solution can see across thousands or millions of customer decisions. Dieser allgemeine Überblick ermöglicht es, weitreichende Muster und die Auswirkungen dieser Muster zu erkennen.This big-picture approach makes it possible to see broad patterns and the impacts of those patterns. Die Fähigkeit zur Vorhersage ist eine kluge Investition, wenn ein Verständnis dieser Muster erforderlich ist, um Entscheidungen zu treffen, die dem Kunden in bestmöglicher Weise dienen.Predictive capability is a wise investment when an understanding of those patterns is necessary to make decisions that best serve the customer.

Beispiele für Vorhersagen und EinflussExamples of predictions and influence

Eine Vielzahl von Anwendungen und Umgebungserfahrungen nutzen Daten, um Vorhersagen zu treffen:A variety of applications and ambient experiences use data to make predictions:

  • E-Commerce: Basierend auf dem, was andere ähnliche Verbraucher gekauft haben, schlägt eine E-Commerce-Website Produkte vor, die sich der Kunde ggf. in seinen Warenkorb legen sollte.E-commerce: Based on what other similar consumers have purchased, an e-commerce website suggests products that may be worth adding to your cart.
  • Angepasste Realität: Das Internet der Dinge (IoT) bietet fortgeschrittenere Instanzen der prädiktiven Funktionalität.Adjusted reality: IoT offers more advanced instances of predictive functionality. Ein Gerät an einer Montagelinie erkennt z. B. einen Anstieg der Temperatur einer Maschine.For example, a device on an assembly line detects a rise in a machine's temperature. Ein cloudbasiertes prädiktives Modell bestimmt, wie reagiert werden soll.A cloud-based predictive model determines how to respond. Gestützt auf diese Vorhersage verlangsamt ein anderes Gerät die Montagelinie, damit die Maschine abkühlen kann.Based on that prediction, another device slows down the assembly line until the machine can cool.
  • Konsumgüter: Mobiltelefone, Smart Home-Lösungen und sogar Autos verwenden Vorhersagefunktionen, um das Benutzerverhalten auf der Grundlage von Faktoren wie Standort oder Tageszeit vorherzusagen.Consumer products: Cell phones, smart homes, even your car, all use predictive capabilities, which they analyze to suggest user behavior based on factors like location or time of day. Wenn eine Vorhersage und die Ausgangshypothese ausgerichtet sind, führt die Vorhersage zu Maßnahmen.When a prediction and the initial hypothesis are aligned, the prediction leads to action. In einem sehr ausgereiften Stadium kann diese Ausrichtung Produkte wie selbstfahrende Autos zur Realität werden lassen.At a very mature stage, this alignment can make products like a self-driving car a reality.

Entwickeln prädiktiver FähigkeitenDevelop predictive capabilities

Lösungen, die durchgängig genaue prädiktive Fähigkeiten bieten, weisen in der Regel fünf Kernmerkmale auf:Solutions that consistently provide accurate predictive capabilities commonly include five core characteristics:

  • DatenData
  • EinblickeInsights
  • MusterPatterns
  • Vorhersagen (Predictions)Predictions
  • InteraktionenInteractions

Alle Aspekte sind erforderlich, um prädiktive Fähigkeiten zu entwickeln.Each aspect is required to develop predictive capabilities. Wie alle großen Innovationen erfordert die Entwicklung prädiktiver Fähigkeiten eine Verpflichtung zur Iteration.Like all great innovations, the development of predictive capabilities requires a commitment to iteration. Bei jeder Iteration reifen ein oder mehrere der folgenden Merkmale, um immer komplexere Kundenhypothesen für gültig zu erklären.In each iteration, one or more of the following characteristics is matured to validate increasingly complex customer hypotheses.

Schritte beim Entwickeln prädiktiver Fähigkeiten

Achtung

Wenn die Kundenhypothese, die unter Erstellen von Lösungen mit Blick auf die Kundenanforderungen entwickelt wurde, prädiktive Fähigkeiten umfasst, könnten die dort beschriebenen Prinzipien durchaus gelten.If the customer hypothesis developed in Build with customer empathy includes predictive capabilities, the principles described there might well apply. Prädiktive Fähigkeiten setzen jedoch einen erheblichen Aufwand an Zeit und Energie voraus.However, predictive capabilities require significant investment of time and energy. Wenn prädiktive Fähigkeiten jedoch statt eines Ausgangspunkts eines realen Nutzens für den Kunden eine technische Herausforderung darstellen, sollten sie aufgeschoben werden, bis die bedarfsorientierte Kundenhypothese auf Gültigkeit geprüft wurde.When predictive capabilities are technical spikes, as opposed to a source of real customer value, we suggest that you delay predictions until the customer hypotheses have been validated at scale.

DatenData

Die Daten sind das grundlegendste der zuvor genannten Merkmale.Data is the most elemental of the characteristics mentioned earlier. Jede der Fachrichtungen für die Entwicklung digitaler Erfindungen erzeugt Daten.Each of the disciplines for developing digital inventions generates data. Diese Daten tragen natürlich zur Entwicklung von Vorhersagen bei.That data, of course, contributes to the development of predictions. Weitere Informationen zu Möglichkeiten, Daten in eine Vorhersagelösung einzubringen, finden Sie unter Demokratisierung von Daten und Interaktion mit Geräten.For more guidance on ways to get data into a predictive solution, see Democratizing data and interacting with devices.

Zur Bereitstellung prädiktiver Fähigkeiten können eine Reihe von Datenquellen genutzt werden:A variety of data sources can be used to deliver predictive capabilities:

EinblickeInsights

Fachleute nutzen Daten zu den Bedürfnissen und Verhaltensweisen von Kunden, um grundlegende geschäftliche Erkenntnisse aus einer Analyse von Rohdaten zu gewinnen.Subject matter experts use data about customer needs and behaviors to develop basic business insights from a study of raw data. Diese Erkenntnisse können das Vorkommen des gewünschten Kundenverhaltens (oder alternativ unerwünschte Ergebnisse) aufdecken.Those insights can pinpoint occurrences of the desired customer behaviors (or, alternatively, undesirable results). Im Verlauf von Iterationen der Vorhersagen können diese Erkenntnisse helfen, potenzielle Korrelationen aufzuzeigen, die letztlich zu positiven Ergebnissen führen könnten.During iterations on the predictions, these insights can aid in identifying potential correlations that could ultimately generate positive outcomes. Eine Anleitung, wie Experten Erkenntnisse erlangen können, finden Sie unter Demokratisierung von Daten.For guidance on enabling subject matter experts to develop insights, see Democratizing data.

MusterPatterns

Menschen haben immer versucht, Muster in großen Datenmengen zu erkennen.People have always tried to detect patterns in large volumes of data. Zu diesem Zweck wurden Computer entwickelt.Computers were designed for that purpose. Das maschinelle Lernen beschleunigt diese Aufgabe, indem es genau solche Muster erkennt, eine Qualifikation, die das Machine Learning-Modell enthält.Machine learning accelerates that quest by detecting precisely such patterns, a skill that comprises the machine learning model. Diese Muster werden dann mithilfe von Algorithmen für maschinelles Lernen eingesetzt, um Ergebnisse vorherzusagen, wenn ein neuer Satz von Daten in die Algorithmen eingefügt wird.Those patterns are then applied through machine learning algorithms to predict outcomes when a new set of data is entered into the algorithms.

Ausgehend von Erkenntnissen werden beim maschinellen Lernen prädiktive Modelle entwickelt und angewendet, um die Muster in Daten bestmöglich auszunutzen.Using insights as a starting point, machine learning develops and applies predictive models to capitalize on the patterns in data. Durch mehrere Iterationen von Training, Tests und Anpassung können diese Modelle und Algorithmen künftige Ergebnisse genau vorhersagen.Through multiple iterations of training, testing, and adoption, those models and algorithms can accurately predict future outcomes.

Azure Machine Learning ist der cloudbasierte Dienst in Azure zum Entwickeln und Trainieren von Modellen, die auf Ihren Daten basieren.Azure Machine Learning is the cloud-native service in Azure for building and training models based on your data. Dieses Tool bietet auch einen Workflow zur Beschleunigung der Entwicklung von Algorithmen für maschinelles Lernen.This tool also includes a workflow for accelerating the development of machine learning algorithms. Mit diesem Workflow können Algorithmen über eine grafische Oberfläche oder in Python entwickelt werden.This workflow can be used to develop algorithms through a visual interface or Python.

Für stabilere Machine Learning-Modelle bieten ML-Dienste in Azure HDInsight eine Plattform für maschinelles Lernen, die auf Apache Hadoop-Clustern basiert.For more robust machine learning models, ML Services in Azure HDInsight provides a machine learning platform built on Apache Hadoop clusters. Dieser Ansatz ermöglicht eine präzisere Steuerung der zugrunde liegenden Cluster, Speicher und Computeknoten.This approach enables more granular control of the underlying clusters, storage, and compute nodes. Azure HDInsight bietet auch eine noch umfassendere Integration durch Tools wie ScaleR und SparkR, um Vorhersagen auf der Grundlage integrierter und erfasster Daten zu erstellen und sogar mit Daten aus einem Stream zu arbeiten.Azure HDInsight also offers more advanced integration through tools like ScaleR and SparkR to create predictions based on integrated and ingested data, even working with data from a stream. Die Lösung zur Vorhersage von Flugverspätungen demonstriert jede dieser erweiterten Möglichkeiten, wenn sie zur Vorhersage von Flugverspätungen basierend auf Wetterbedingungen verwendet wird.The flight delay prediction solution demonstrates each of these advanced capabilities when used to predict flight delays based on weather conditions. Die HDInsight-Lösung bietet Unternehmen auch Steuerungsmechanismen für Datensicherheit, Netzwerkzugriff und Leistungsüberwachung, um Muster zu operationalisieren.The HDInsight solution also allows for enterprise controls, such as data security, network access, and performance monitoring to operationalize patterns.

Vorhersagen (Predictions)Predictions

Nachdem ein Muster erstellt und trainiert wurde, können Sie es über APIs anwenden, die Vorhersagen während der Bereitstellung einer digitalen Erfahrung treffen können.After a pattern is built and trained, you can apply it through APIs, which can make predictions during the delivery of a digital experience. Die meisten dieser APIs basieren auf einem sorgfältig trainierten Modell, das auf einem Muster in Ihren Daten basiert.Most of these APIs are built from a well-trained model based on a pattern in your data. Da immer mehr Kunden tägliche Workloads in der Cloud bereitstellen, führen die von Cloudanbietern verwendeten Vorhersage-APIs zu einer immer schnelleren Akzeptanz.As more customers deploy everyday workloads to the cloud, the prediction APIs used by cloud providers lead to ever-faster adoption.

Azure Cognitive Services ist ein Beispiel einer prädiktive API, die von einem Cloudanbieter entwickelt wurde.Azure Cognitive Services is an example of a predictive API built by a cloud vendor. Dieser Dienst umfasst prädiktive APIs zur Inhaltsmoderation, Anomalieerkennung und Vorschläge zur Personalisierung von Inhalten.This service includes predictive APIs for content moderation, anomaly detection, and suggestions to personalize content. Diese APIs sind sofort einsatzbereit und basieren auf bekannten Inhaltsmustern, mit denen Microsoft Modelle trainiert hat.These APIs are ready to use and are based on well-known content patterns, which Microsoft has used to train models. Jede dieser APIs trifft Vorhersagen auf Grundlage der Daten, die Sie in die API einpflegen.Each of those APIs makes predictions based on the data you feed into the API.

Azure Machine Learning ermöglicht die Bereitstellung maßgeschneiderter Algorithmen, die Sie ausschließlich auf Grundlage Ihrer eigenen Daten erstellen und trainieren können.Azure Machine Learning lets you deploy custom-built algorithms, which you can create and train based solely on your own data. Erfahren Sie mehr über die Bereitstellung von Vorhersagen mit Azure Machine Learning.Learn more about deploying predictions with Azure Machine Learning.

Unter Einrichten von HDInsight-Clustern werden die Prozesse zur Bereitstellung von Vorhersagen erörtert, die für ML Services in Azure HDInsight entwickelt wurden.Set up HDInsight clusters discusses the processes for exposing predictions developed for ML Services on Azure HDInsight.

InteraktionenInteractions

Nachdem eine Vorhersage über eine API zur Verfügung gestellt wurde, können Sie damit das Kundenverhalten beeinflussen.After a prediction is made available through an API, you can use it to influence customer behavior. Dieser Einfluss erfolgt in Form von Interaktionen.That influence takes the form of interactions. Eine Interaktion mit einem Algorithmus für maschinelles Lernen findet innerhalb Ihrer anderen digitalen oder Umgebungserfahrungen statt.An interaction with a machine learning algorithm happens within your other digital or ambient experiences. Die über die Anwendung oder Erfahrung gesammelten Daten durchlaufen die Algorithmen für maschinelles Lernen.As data is collected through the application or experience, it's run through the machine learning algorithms. Wenn der Algorithmus ein Ergebnis voraussagt, kann diese Vorhersage über die vorhandene Erfahrung an den Kunden zurückgegeben werden.When the algorithm predicts an outcome, that prediction can be shared back with the customer through the existing experience.

Erfahren Sie mehr darüber, wie Sie mit einer Lösung mit angepasster Realität eine Umgebungserfahrung schaffen können.Learn more about how to create an ambient experience through an adjusted reality solution.

Nächste SchritteNext steps

Nachdem Sie sich mit den Erfindungsdisziplinen und der innovativen Methodik vertraut gemacht haben, können Sie sich als Nächstes der Entwicklung von Lösungen mit Blick auf die Kundenanforderungen widmen.Having acquainted yourself with disciplines of invention and the Innovate methodology, you're now ready to learn how to build with customer empathy.