IBM Cloud Pack for Data が Wunderman Thompson の再開ガイドの作成を支援

IBM Cloud Pack for Data が Wunderman Thompson の再開ガイドの作成を支援

[[338356]]

世界中のコミュニティや企業がコロナウイルスの経済的影響を理解し、最終的な回復に備えようとしている中、意思決定の最大の試金石はビジネス上の意思決定の根拠となるデータとなるだろう。これらのデータは信頼できるでしょうか?タイムリーですか?それで十分ですか?

これまで、組織は、次に何をすべきかについてのヒントを提供できる COVID-19 ダッシュボードを公開するために多くの作業を行ってきました。 これらのデータには、健康状態、COVID-19の感染者数、死亡率、人口統計などが含まれるが、これまでのところ、リスク、準備、回復に関するデータを提供できる情報源はない。

WPP のグローバル デジタル エージェンシーである Wunderman Thompson は、IBM のデータおよび AI エキスパート ラボとデータ サイエンスおよび AI エリート チームの協力を得て、IBM Watson Machine Learning を使用して WT の Identify Network から取得した独自のデータセットを活用し、郡レベルでのリスク、準備状況、回復状況を詳細に示す COVID-19 ダッシュボードを迅速に作成しました。

この最新プロジェクトは、消費者データから洞察を生み出すことでデータ サイエンスの ROI を最大化することに重点を置いた 1 年以上にわたる取り組みの集大成です。 基盤となるデータと AI プラットフォームが整備されたことで、当社のビジネス リーダー、データ サイエンティスト、エンジニアのチームは、わずか数週間で、洞察力に富んだリスク、準備、復旧ダッシュボードを作成しました。

Wunderman Thompson の Identity Network は、米国の各州について 3 年間のカテゴリ間取引データを提供します。コロナウイルスがない場合の典型的な時間的軌跡を見ると、通常の健康状態と経済状態がどのようなものになるかを測定し、それを現在の状況と比較することができます。

IBM Cloud 上のデータ用に IBM Cloud Pak を使用して構築されたダッシュボードは、リスク、準備状況、および回復指標に関する洞察をユーザーに提供します。これを使用すると、IBM Watson Studio と Watson Machine Learning を使用して Cloud Pak for Data 内のさまざまなデータ ソースを集約および分析し、米国市場を理解することができます。

ダッシュボードは、さまざまな業界の企業がさまざまな意思決定を行う場所と時期を郡ごとに示します。 使用例には、在庫計画、顧客エンゲージメント、従業員管理などがあります。 このフレームワークにより、WundermanThompson は米国市場への可視性を提供し、健康、関心地点、経済データを意味のある方法で結び付けることができます。

小売業と通信業を例に挙げてみましょう。

たとえば、大手小売業者は、どの店舗を最初に開店するかを計画する必要があります。 復元データを独自の CRM データおよび郵便番号と組み合わせて使用​​すると、店舗のフットプリントを表示し、リスクと準備スコアに基づいて推奨されるアクションを取得できます。

通信会社は小売業務と店舗在庫を管理する必要があります。 カスタマイズされたダッシュボードを使用して、配送センターのサプライ チェーンと在庫管理を最適化し、店舗開店計画に基づいて需要を予測できます。

ダッシュボードの機能は次のとおりです。

コミュニティリスク指数

この機能は、WT Identity Graph データ レイクから収集された人間の健康と人口統計データと、ジョンズ ホプキンス大学から毎日報告される COVID-19 の影響、および米国国勢調査データを組み合わせて、米国の 3,241 郡を対象とした人口リスクと COVID-19 の影響の地域的なビューを提示します。

コミュニティ準備指数

これにより、利用可能なベッド数(タイプ別)に基づいて、病院の準備状況に関する洞察が明らかになります。このデータは、Wunderman Thompson ヘルスケア費用領収書情報システム (HCRIS) と数百万の商業施設データから取得され、米国の 3,241 郡の薬局情報を提供します。

コミュニティ回復指数

当社は、40 の購入カテゴリーにわたる 6,000 億ドルの取引データを活用して、米国の 3,241 郡それぞれに局所的な経済速度の時間ベースのビューを作成し、コロナウイルスが経済に与える影響を理解し、回復を支援するための意思決定と行動のガイダンスを提供します。

これはほんの始まりに過ぎません。 Cloud Pak for Data は、既存のダッシュボード データとエンタープライズ データを簡単に組み合わせて、よりカスタマイズ可能な分析情報を得る手段を組織に提供します。 ダッシュボードはデータセットを組み合わせることでさらに拡張できます。 The Weather Company は、需要管理と予測のための医療請求データとサプライ チェーンを提供しています。

IBM と Wunderman Thompson は、業界のさまざまな分野とデジタル分野の専門知識、そしてデータ サイエンスとデータ エンジニアリングのリソースを組み合わせ、段階的なビジネス再開の計画における主要な課題のいくつかに対処する強力なサービスをクライアントに提供します。

IBMデータおよびAIソリューションの詳細については、IBMデータおよび人工知能ゾーンをご覧ください。

<<:  この敵対的アルゴリズムは顔認識アルゴリズムを失敗させ、WeChatやWeiboの写真圧縮にも抵抗できる。

>>:  Pythonでシンプルだが強力な顔認識システムを書く

ブログ    
ブログ    
ブログ    
ブログ    

推薦する

チューリングテストは死んだ! ChatGPTは人間テストに合格してもカウントされない、スーパーAIが新参者「ロジックパズル」を評価

世界で最も強力な AI - ChatGPT は、さまざまなテストに合格し、真偽を区別するのが難しい回...

Googleの自然言語処理はさらに一歩進んで、複雑な質問に直接答えることを可能にしました。

Google 音声検索は 2008 年に開始され、4 年後には人物、場所、物に関する情報を含む「ナ...

畳み込みニューラルネットワークのパフォーマンス最適化

導入畳み込みはニューラル ネットワークのコア計算の 1 つです。コンピューター ビジョンにおける畳み...

...

...

人工知能が診断ツールをどのように変えるのか

医療においては、新しいアイデアが常に命を救うのに役立ちます。 1895 年にウィレム・アイントホーフ...

研究者は人工知能を使って交通事故を事前に予測する

研究者らは、過去の衝突データ、道路地図、衛星画像、GPS に基づいてディープ モデルをトレーニングし...

...

EllieMae が脅威ハンティングに AI を活用する方法

より積極的な基盤を構築するために、一部の組織では、攻撃が発生する前にデータを精査して高度な持続的脅威...

データ構造とアルゴリズム: 最小全域木、数秒で理解できます!

[[426679]]序文データ構造とアルゴリズムのグラフ理論において、最小全域木アルゴリズムは、比...

お金は人を幸せにできるのでしょうか?機械学習を使って答えを見つける方法を教えます

機械学習システムを分類する 1 つの方法は、一般化の程度によって分類することです。ほとんどの機械学習...

...

Pythonを全く知らなかった私がAIエンジニアになるまでに2年かかりました

この記事はAI新メディアQuantum Bit(公開アカウントID:QbitAI)より許可を得て転載...