メインコンテンツへジャンプ
<
ページ 14
>

レイクハウスで顧客生涯価値を見積もる

翻訳:Junichi Maruyama. - Original Blog Link スニル・グプタ博士は『 Driving Digital Strategy 』の中で、「20%の顧客が利益の200%を占めている」と指摘している。この数字が意味するところは、一部の顧客は、その顧客から得られる利益よりも、それ以上にコストがかかっているということである。正確な比率はビジネスによって異なるかもしれないが、小売企業や消費財企業は、価値の高い顧客を特定し、その顧客と長期的な関係を築き、そのような顧客を増やす一方で、リターンが見込めない顧客への投資を抑えることが極めて重要である。 課題は、特定の顧客の潜在的な収益性が常にわかっているわけではないということである。非サブスクリプション・モデルでは、顧客の出入りは自由であるため、ある瞬間にはハイパフォーマンスな顧客としての可能性を示し、次の瞬間には姿を消して二度と戻ってこないかもしれない。しかし、全体として見れば、顧客の取引に関連する頻度、頻度、金額(消費額)には比較的予測可能なパ

Databricks Lakehouseでクレジットデータプラットフォームを構築する方法

July 5, 2023 Nuwan GanganathBoris BanushevRicardo Portilla による投稿 in 業界
翻訳:Junichi Maruyama. - Original Blog Link dbdemos.aiのデモ をご覧になり、ビジネスのためのクレジットデータプラットフォームを構築してください。 はじめに 世界銀行の金融包摂に関する報告 によると、なんと17億人もの成人が銀行口座を持たないとされている。銀行口座を持たない個人の多くは、伝統的な金融機関から融資を受けることが難しく、法外な金利で融資を行うインフォーマルな金融業者に頼ることになる。このグループには通常、若い世代、発展途上国の低所得者、農村部の住民が含まれ、その多くは金融サービスへのアクセスを得るために移動している。 銀行口座を持たない人々に関して言えば、モバイル・バンキングは通常、伝統的な銀行業務が弱いと思われている地域の消費者ニーズを満たすために参入してきました。世界中のスマートフォンのユーザー数は、過去5年間一貫して毎年最低5%ずつ増加しており、融資にとって新たな有望な機会をもたらしています。金融機関は、機械学習やその他の高度な分析を活用して顧客の

DatabricksのLakehouseがTD銀行グループのデータ・トランスフォーメーションの新時代をどのように支えているか

June 23, 2023 Satish NarayananJon HollanderPaul WellmanJohn Lynch による投稿 in 業界
このブログは、TD Bankのデータ・プラットフォーム変革およびDaaS(Data as a Service)組織の実現に関する3回シリーズの第1回です。Satish Narayanan氏、Paul Wellman氏、Jon Hollander氏に感謝します。 翻訳:Saki Kitaoka. Original Blog Link TDでは、組織全体で信頼できるデータを保護し、活用することの重要性を認識しています。データはTDを「より良い銀行」にするために不可欠なものであり、お客様をサポートするために有意義な洞察とインパクトを生み出すデータの育成に注力しています。このようなデータの管理、処理、分析、対処は、しばしば複雑で時間のかかるものでした。今日の環境では、お客様のニーズや刻々と変化する市場の需要に対応するため、リアルタイムの意思決定と洞察が求められています。 規制当局からの圧力や顧客からの要求の高まりにより、すべての組織はデータの管理と正確性をより厳しく管理する必要に迫られています。最近では、データの可用性を

ヘルスケアの未来はデータコラボレーションにかかっている:IQVIAとDatabricks Lakehouseでどのようにより良いアウトカムが実現されるか

June 22, 2023 Bill ZanineMichael Sankyアダム・クラウン による投稿 in 業界
Original Blog: The future of healthcare relies on data collaboration: how IQVIA and the Databricks Lakehouse enable better outcomes 翻訳: motokazu.ishikawa ヘルスケアデータを取り込み、統合し、共有する能力は、新たなイノベーションを推進し、医学研究を進め、患者のアウトカムを改善する上で基礎的な役割を果たします。世界中のすべての人が毎年約270 GBものヘルスケアおよびライフサイエンス・データを生成すると予想される中[...

コミュニケーションにおける大規模言語モデル

June 12, 2023 ブライアン・サフトラーSteve Sobel による投稿 in 業界
Original: Large Language Models in Communications 翻訳: junichi.maruyama 通信業界は、ユーティリティから付加価値サービスプロバイダーへの変革期を迎えており、データとAIは、より良い消費者、ネットワーク、パートナー体験を提供する中核となっています。データとAIが効率的な成長のために利用されているこの時代、Large Language Models(LLM)は、通信サービスプロバイダーに大きな影響を与えるゲームチェンジ技術として浮上しています。LLMを活用することで、通信プロバイダーは、パーソナライズされた体験、コスト効率の高いネットワークの最適化、より自動化されたカスタマーサポートなど、いくつかの重要な分野で独自の課題に取り組み、新しい機会を生かすことができます: パーソナライズドエクスペリエンスを変革する 消費者が電話やインターネットなどの通信サービスを利用する際に、これまで以上に選択肢が増える中、通信事業者にとって、解約を抑制し、いつでもあらゆ