تحدث هذه المقالة عن كيفية استخدام شركة HelloFresh لخدمات Tecton لتعزيز استخدامها للتعلم الآلي وتحسين تجربة العملاء.
تستخدم شركة توصيل الطعام الطازج وحزم الوجبات HelloFresh التعلم الآلي لتحسين تجربة عملائها. وقد بنت الشركة نظامًا كبيرًا للتنبؤ والتعلم الآلي داخليًا، ولكن هذا النهج الداخلي بلغ حدود قدراته. وقد بدأت HelloFresh بالبحث عن خيارات جديدة، واختارت مؤخرًا منصة Tecton للميزات للتعلم الآلي في الوقت الحقيقي.
وكانت HelloFresh تسعى لجعل استخدامها للتعلم الآلي أكثر توحيداً ومعياريةً عند النطاق. وكان مخزن الميزات هو أحد المكونات الرئيسية للنهج المخطط له لدى HelloFresh.
يتم استخدام الميزات في أنظمة التعلم الآلي كمتغيرات تستخدم كمدخلات للنماذج التنبؤية مثل تلك التي تستخدم في اكتشاف الاحتيال أو محركات التوصية. يمكن أن تكون الميزات عبارة عن ما قام العميل بشرائه في الـ30 يومًا الماضية، السعر الحالي للعنصر، ما إذا كان العنصر متوفرًا في المخزون، وغيرها الكثير. وبدون مخزن الميزات، يجب استخراج المعلومات الحديثة من أنظمة البيانات الخام ومعالجتها قبل استخدامها، مما يبطئ كل شيء. ويمكن تجريد الميزات من البيانات الخام، وتوفير نهج أكثر اتساقًا عبر أنظمة مختلفة وسهولة في مشاركة الميزات عالية الجودة بين الفرق.
ويمكن أن يوفر مخزن الميزات معلومات الإدارة الهامة مثل الإصدار الذي تم استخدامه من الميزات لجعل تنبؤ معين، وهو أمر حيوي لإصلاح النماذج وأيضًا للامتثال للتنظيمات في بعض الصناعات. وتعد الأدوات الجيدة للإدارة خاصة بالأنظمة الإلكترونية مهمة لأن صنع تنبؤات جيدة يتطلب بيانات حديثة وعالية الجودة وليس مجموعات ثابتة من البيانات القديمة والمستقرة ذات الأصل المشكوك فيه.
وفي ظل زيادة المراقبة لممارسات الشركات في استخدام البيانات، يجب أن يكون الاستخدام الحذر للبيانات أولوية لكل فريق علوم البيانات. وستصبح الأدوات مثل Tecton أكثر ضرورة مع بناء أنظمة الاستدلال المتكرر الآلية بشكل كبير. يريد العملاء الثقة في أن الشركات تستخدم البيانات التي تم جمعها بأخلاق ولمصلحتهم فقط. ويعد مخزن الميزات مثل Tecton وسيلة للشركات لإظهار للعملاء والجهات التنظيمية أن التعلم الآلي يستخدم بمسؤولية ويحسن تجربة العملاء.
