Exemples de bout en bout : Accélérateurs métier

Les accélérateurs métier fournis par IBM consistent en un ensemble de solutions de bout en bout que vous pouvez exécuter comme des exemples ou personnaliser pour régler certains problèmes métier courants.

Vue d'ensemble des accélérateurs métier

Chaque accélérateur de l'industrie est conçu pour vous aider à résoudre un problème métier spécifique, qu'il s'agisse de prévoir comment les clients réagiront à une promotion ou une compréhension de l'attrition des clients. Parcourez les accélérateurs dans Cloud Pak for Data en tant que Galerie de service {: new_window} et téléchargez ceux que vous souhaitez.

La plupart des accélérateurs incluent un exemple de projet avec tout ce dont vous avez besoin pour analyser les données, construire un modèle et afficher les résultats. Les exemples de projets comprennent des instructions détaillées, des ensembles de données, des blocs-notes Jupyter, des modèles et des applications R Shiny. La plupart des accélérateurs incluent aussi des termes métier pour la gouvernance des données. Utilisez ces exemples de projets comme des modèles pour vos propres besoins en sciences des données, afin d'apprendre des techniques spécifiques ou de faire la démonstration des capacités de Watson Studio et d'autres services Cloud Pak for Data as a Service.

Le processus d'utilisation d'un accélérateur métier est illustré dans ce graphique.

Processus accélérateur métier

Exemple de projet pour un accélérateur

Lorsque vous téléchargez un accélérateur, vous obtenez un projet qui contient les actifs dont vous avez besoin pour générer et entraîner les modèles associés à cet accélérateur.

Public

Spécialistes des données ou analystes métier qui analysent les données et construisent des modèles pour résoudre les problèmes métier.

Contenu

Un accélérateur typique contiendra les éléments suivants :

  • Fichier readme qui fournit des instructions.
  • Des fichiers CSV contenant les données exemples.
  • Blocs-notes Python 3.7 pour former et noter les modèles et scripts Python associés pour préparer et transformer les données pour la modélisation. Les blocs-notes créent des points d'extrémité d'API afin d'exposer la sortie à l'application R Shiny.
  • Modèles d'apprentissage automatique conçus pour vous aider à trouver des réponses aux problèmes métier décrits par l'accélérateur.
  • (Certains accélérateurs) Un tableau de bord interactif pour afficher les résultats du modèle.

Conditions requises

Tous les accélérateurs qui ont des projets exemples requièrent le service Watson Studio et un ou plusieurs de ces services :

  • Watson Machine Learning
  • Watson Knowledge Catalog

Accélérateurs pour les services financiers

Module d'accélérateur métier Description
Prédiction de l'attrition des clients sur les marchés financiers Fournit un ensemble d'actifs de science des données et un ensemble structuré de termes métier qui vous aident à prédire quels clients partiront.
Affinité de l'offre client sur les marchés financiers Prédit quels produits le client est le plus susceptible d'envisager ou d'acheter.
Segmentation du client sur les marchés financiers Affecte des clients à des groupes spécifiques, en fonction de leur mode de vie et de leur comportement.
Prédiction des évènement de la vie du client sur les marchés financiers Utilisez l'accélérateur de prévision des événements de la vie des clients sur les marchés financiers pour mener vos clients sur la voie de la réussite financière à l'aide d'offres appropriées au bon moment. Cet accélérateur comprend des termes métier, un jeu d'exemples d'actifs de sciences des données et un exemple de tableau de bord permettant de visualiser les résultats.
Prévision des ventes à l'aide de Weather Company Data Optimisez les capacités de votre entreprise de vente en formant un modèle pour prédire les ventes en fonction du temps. L'accélérateur inclut des termes métier et des catégories, un ensemble d'actifs de données de données de données et un exemple de tableau de bord pour visualiser les résultats.
Conservation des clients au détail Utiliser des sondages sur la satisfaction des clients pour prédire le roulement du client et élaborer des stratégies de conservation.

Accélérateurs destinés au secteur des services publics et de l'énergie

Nom de l'accélérateur métier Description
Prédiction de l'attrition des utilitaires client Fournit les causes probables de l'attrition des clients.
Micro-Segmentation des utilitaires client Affecte des clients à des groupes spécifiques, en fonction de leur mode de vie et de leur comportement.
Programme de réponse à la demande des utilitaires client Quels clients devraient avoir la possibilité de s'inscrire au programme de réponse aux demandes ? Utilisez l'accélérateur Utilities Demand Response Program Propensity pour relancer votre analyse. Cet accélérateur comprend des termes métier, un jeu d'exemples d'actifs de sciences des données et un exemple de tableau de bord RStudio permettant de visualiser les résultats. Vous pouvez également explorer et visualiser les données à l'aide de Cognos Dashboard Embedded.
Prévision du risque de paiement des utilitaires Utilisez l'accélérateur Utilities Payment Risk Prediction pour vous engager de manière proactive auprès des clients à risque de défaut de paiement. Cet accélérateur comprend des termes métier, un jeu d'exemples d'actifs de sciences des données et un exemple de tableau de bord permettant de visualiser les résultats.

Accélérateurs destinés à la gestion des opérations

Nom de l'accélérateur métier Description
Accélérateur de la chaîne d'approvisionnement Simplifiez vos opérations de chaîne d'approvisionnement à l'aide de l'IA.
Maintenance intelligente Gestion intelligente des actifs et maintenance prédictive pour simplifier vos opérations.

Accélérateurs destinés à d'autres catégories

Nom de l'accélérateur métier Description
Projet d'organisateur de commentaires Permettre aux entreprises de consulter les commentaires d'une manière plus organisée et de voir plus facilement les commentaires positifs ou négatifs des clients.
Projet agricole efficace Soutient l'agriculture efficace en surveillant la croissance des cultures à l'aide d'un guide des cultures et en prévenant les agriculteurs suffisamment à l'avance des changements météorologiques, de l'éventuelle évolution des maladies des cultures, de l'évaporation des fongicides et de l'utilisation efficace des panneaux solaires (support agrivoltaïque).
Estimation des pertes d'assurance à l'aide de la télédétection Utilise des données d'inondation du système de télédétection pour faciliter l'évaluation des déclarations de sinistre.
Projet de réadmission à l'hôpital Prédit le taux de réadmission des patients à l'hôpital en utilisant les données des patients.

Rubrique parent : Mise en route