Maskininlärning · Stockholm
Siffror på framtiden, och på hur säkra de är.
Jag bygger modeller för kundvärde, prognoser och sannolikheter, och sätter dem i drift hos er. Hela kedjan: från vilken data som borde fångas in, till ett API som svarar varje natt.
De flesta AI-projekt misslyckas inte på modellen, utan på att ingen bestämt vilket beslut den ska stödja.
— Grigory Dymov
Vad jag gör
Livstidsvärde (CLV)
Livstidsvärde (customer lifetime value, CLV eller LTV) är det samlade värde en kund väntas ge under hela relationen. Jag bygger modeller som skattar det per kund med osäkerhetsintervall, tränade på din transaktionshistorik, och levererar dem som ett API dina system kan fråga varje dag.
Läs mer →
Efterfrågeprognoser och tidsserier
En efterfrågeprognos, ibland kallad behovsprognos eller demand forecasting, skattar vad som händer framåt utifrån historiska mönster, säsong och yttre faktorer. Jag bygger prognoser för efterfrågan, försäljning, lager och kapacitet — alltid med intervall, aldrig som ett ensamt tal — och utvärderar dem mot en enkel baslinje så att nyttan går att belägga.
Läs mer →
Mätdesign — vad ni borde fånga in
Mätdesign är arbetet med att avgöra vilken data som behöver fångas in för att en viss fråga ska gå att besvara, innan någon modell byggs. Det omfattar händelselogg, variabelval, mätfrekvens och hur data ska struktureras.
Läs mer →
Så börjar det
Förstudie innan bygge, alltid.
Två till tre veckor där jag går igenom er faktiska data, designar modellen och räknar på vad den kostar att bygga och driva. Ni får ett underlag som håller för en styrelse, och ibland är slutsatsen att ni inte ska bygga något. Det beskedet är billigare att få nu.
Förstudie · 2–3 veckor
95 000–140 000 kr
Spannet styrs av antalet datakällor som ska kopplas ihop och om det finns ett befintligt datawarehouse.
Välkommen att höra av dig.
Mejl eller telefon fungerar lika bra. Berätta gärna vad ni funderar på, så säger jag vad jag tror om det.
Hör av dig