Jak hackathoni utorowali drogę nowej platformie uczenia maszynowego

Anonim

Hackathony (czyli maraton hackowy dla programistów komputerowych) stają się czymś więcej niż sposobem na znalezienie nowych talentów. Są wykorzystywane do zakładania nowych firm. Jednym z takich przykładów jest Guesswork, platforma do uczenia maszynowego, która przewiduje zamiar klienta, który wykorzystał nagrodę pieniężną w wysokości 20 000 $, aby rozpocząć działalność.

Guesswork został założony w 2013 roku przez Mani Doraisamy i Boobesh Ramalingam, którzy znali się od czasów college'u. Obaj mają ponad 14-letnie doświadczenie w budowaniu platform technologicznych i pracowali razem przez pięć lat. Przed założeniem "Guesswork", Mani był współzałożycielem OrangeScape, w którym stworzył dwie platformy mechanizmów w chmurze - Visual PaaS i Kissflow.

$config[code] not found

Pomysł na Zgadywanie narodził się podczas budowania aplikacji w celu zrozumienia i automatycznego reagowania na opinie klientów. Okazało się, że uczenie maszynowe było nieskuteczne - przynajmniej podczas początkowych etapów. Rozwiązali to, tworząc warstwę mechanizmu reguł na podstawie algorytmu uczenia maszynowego.

Zdecydowali się na wprowadzenie produktu opartego na tej koncepcji, ponieważ zdali sobie sprawę, że technologia będzie bardzo korzystna, szczególnie dla firm CRM.

Aby założyć firmę, przenieśli się z Indii do Zatoki. Ponieważ nie mogli pracować przy wizie B1, a obszar Bay był tak drogi, hakatony były drogą. Przez pierwsze dziewięć miesięcy hackathony w weekendy i prace startowe w dni powszednie stały się ich rutyną.

Jako zwycięzca jednego z takich hakatonów zostali zaproszeni do akceleratora Tata Communications w NestGSV, Redwood City w Kalifornii, a także otrzymali grant w wysokości 30 000 USD bez osłabiania kapitału. Karl Perkins, główny architekt Tata Communications, doradził im, aby przyjęli podejście oparte na platformie, przyglądając się potencjałowi tej technologii.

Zgadywanie wykorzystuje publicznie dostępne dane społecznościowe do budowania person, które odzwierciedlają indywidualne preferencje i zainteresowania klientów (patrz ilustracja powyżej). Jest to jedna z najdokładniejszych platform uczenia maszynowego do przewidywania zamiarów klientów. Mechanizm reguł jest zoptymalizowany pod kątem zrozumienia profilu klienta i semantycznego znaczenia zapytań klientów. Jest on oparty na najnowocześniejszym interfejsie Google Prediction API i pomaga firmom CRM i eCommerce wykorzystać tę wiedzę do spersonalizowania rekomendacji produktów.

Uczenie maszynowe jest obecnie wdrażane przez firmy inne niż Google i Facebook. Jednak nadal wymaga ogromnych inwestycji. Dzięki Zgadywaniu firmy CRM mogą zintegrować analizę predykcyjną z ich produktami za ułamek czasu i zasobów.

Ich główną zaletą jest to, że ich silnik do nauki jest bardzo dokładny i bardzo łatwy w użyciu i integracji, umożliwiając firmom CRM szybsze wejście na rynek dzięki tej zróżnicowanej funkcjonalności.

Niedawno wprowadzili na rynek swój produkt, a ich wczesna trakcja została nawiązana dzięki osobistym kontaktom. Ich przyczółek w zakresie zastosowań CRM obejmuje: Automatyczne reagowanie na zapytania klientów, punktowanie potencjalnych klientów oraz biuletyn i zalecenia dotyczące produktów do marketingu e-mailowego.

Mają w planach trzy duże transakcje OEM i planują zebrać 1,5 miliona dolarów w ciągu następnych 6-9 miesięcy, aby skalować pozyskiwanie klientów.

Obrazy: Przykład hackathonu (Wikipedia), zgadywanie

2 Komentarze ▼