Ground Truth ohne Datenqualität kein Machine Learning. Erfolgsfaktoren für Predictive Analytics, BI und Data Mining

Transkript

1 Ground Truth ohne Datenqualität kein Machine Learning. Erfolgsfaktoren für Predictive Analytics, BI und Data Mining Prof. Dr.-Ing. Peter Lehmann Hochschule der Medien Stuttgart

2 GLIEDERUNG Etwas über Machine Learning Etwas über Vorgehensweisen Etwas über wie man s falsch macht Etwas über wie man s richtig macht Etwas über ein spannendes Projekt Etwas über den Ground Truth Etwas über Data Science Prof. Dr.-Ing. Peter Lehmann Hochschule der Medien Studiengang Wirtschaftsinformatik und Digitale Medien Studiengang Data Science and Business Analytics Nobelstrasse Stuttgart 2

3 PREDICTION IST TEIL VON MACHINE LEARNING Traditionelles Reporting Ziel ist präzise vorgegeben, z.b. Ich möchte wissen, wieviel. pro sortiert nach Datenmodelle und deren Attribute sind bekannt Machine Learning (ML) Ziel ist wage vorgegeben, z.b. Ich möchte wissen, was den Kauf eines Projektes ausmacht. Ich möchte wissen, welche Kundensegmente es gibt. Datenmodelle und deren Attribute sind vermutlich bekannt ML gibt dann Antworten auf Fragen, die ich noch gar nicht gestellt habe 3

4 WICHTIGE TYPEN VON MACHINE LEARNING (BEISPIELE) Cluster bilden Klassifizierung Recommender Systeme? Regression 4

5 LERNEN MIT BEISPIELEN Disziplin in Informatik - Künstliche Intelligenz Supervised learning Ein Lernalgorithmus versucht, eine Abbildung zu finden, die jedem Eingabewert den vermuteten Ausgabewert zuordnet. Der Ausgabewert ist bekannt. Herausforderung Ground Truth: Qualität der Trainingsmenge und Testmenge Nach diesem Training sollte das System in der Lage sein, zu einer unbekannten Eingabe eine korrekte Ausgabe zu liefern 5

6 VORGEHENSMODELLE SIND ITERATIV! Knowledge Discovery and Data Mining (1996) Cross Industry Standard Process for Data Mining (2000) 6

7 WIR MACHEN EINFACH MAL OHNE GROUND TRUTH Beispiel: Fahrradhersteller, analysiert seinen Online-Shop Wir wollen wissen: welches Profil haben Kunden, die Mountain Bikes kaufen? Datensätze, los geht s Kundenstammdaten + Transaktionsdaten + Sozio-demografische Daten über PLZ 7

8 WIR MACHEN EINFACH MAL OHNE GROUND TRUTH Besonders viele Kunden kommen aus Wir haben keine Kunden in Ostdeutschland, dafür viele in CH und Österreich! Besonders interessant sind Kunden, die weder männlich noch weiblich sind 15% unserer Kunden wohnen in Afghanistan 8% unserer Kunden, die unsere App nutzen, und aus Stuttgart kommen, fahren am Wochenende in Japan Fahrrad 8

9 LESSONS LEARNED Mining Model macht nur 10% aus! Auswahl der Attribute ist wichtig! Aber: Datenqualität ist entscheidend!!! Algorithmen lernen schnell, auch Mist! Microsoft deletes 'teen girl' Artificial Intelligence after it became a Hitler-loving sex robot within 24 hours Daily Telegraph microsofts-teen-girl-ai-turns-into-a-hitler-loving-sex-robot-wit/ Top-Datenqualität für das Anlernen der Software erforderlich Bedeutung des Ground Truth Prozesses erkennen! 9

10 PROBLEM IN DEN DATEN PLZ passen nicht zum Ort Ort passt nicht zur PLZ Nullwerte Ausreiser Dubletten Falsche Schreibweisen Mehrere Sprachen Falsche Bezeichner Semantische Probleme. 10

11 UNISERV GmbH, Pforzheim GROUND TRUTH SOLIDES FUNDAMENT FÜR ENTSCHEIDUNGEN Predictive Analytics Marketing Campaign Business Intelligence 5 Golden Profile 1 2 Customer Master Data bidirektional - ETL Interaction Data VIEW Transaction Data Transformation Source ID to Golden Record ID Golden Record 5 Golden Profile 4 Smart Customer MDM 4 1 CRM Service Web Shop ERP n-systeme 11

12 GEMEINSAMES FORSCHUNGSPROJEKT MIT UNISERV LEAD GENERATION Prediction Microsoft Azure ML Ground Truth for ML Train 70% Test 30% Sozio- Demografische Daten ERP CRM CRM Kaufwahrscheinlichkeit % Close the loop 12

13 UNISERV UNTERSTÜTZT DEN NEUEN BERUFSBEGLEITENDEN MASTER DATA SCIENCE AND BUSINESS ANALYTICS Warum der 70%-Online Weiterbildungsstudiengang? Jobs, Jobs, Jobs (Roche, Daimler, ) Industrie 4.0, Internet of Things Hängen uns ab: USA, Asien Big Data und Open Data überall Cloud-Computing ist wichtiger Treiber Unterstützung durch Sponsoring Bilaterale Projekte Lehrauftrag Site visits In Vorbereitung Chief Digital Officer - Inner Circle Ground Truth Bestandteil des Studiengangs 13

14 FAZIT ML liefert wichtige Erkenntnisse über neue Geschäftsmodelle, Kunden und Produkte ML mit supervised learning bringt die besten Ergebnisse Datenqualität ist entscheidend für supervised learning Ground Truth ist ein wichtiger Datentransformationsprozess Etwas falsch ist auch irgendwie richtig 80% richtig reicht uns Ohne Ground Truth kein erfolgreiches Machine Learning und keine erfolgreiche Customer Journey Datenintegration muss extrem schnell und agil gehen Hier hilft Golden Profile und Golden Record 14

15 KONTAKT STUDIENGANG DATA SCIENCE AND BUSINESS ANALYTICS Prof. Dr.-Ing. Peter Lehmann Hochschule der Medien Nobelstrasse Stuttgart MEHR ZUM PROJEKT GROUND TRUTH Holger Stelz Uniserv GmbH Rastatter Straße Pforzheim Projektleiter Ground Truth (HdM) Gastdozent Betreuung Wissenschaftl. Arbeiten 15