Спри се! Не включвайте машинно обучение с функцията

Често срещани проблеми, които ще изпитате, ако вашата ML функция не е безплатна

В много компании, където машинното обучение (ML) не е основният бизнес, има тенденция да се поставя ML като затворени функции, т.е. функции, които са достъпни само ако плащате повече за тях, т.е. като начин за по-висока продажба на продукт .

В тази статия ще твърдя, че ML функциите трябва да бъдат достъпни във вашия продукт, особено ако те са основната функционалност, от която вашият клиент се нуждае, за да успее. Според мен gating ML, като ценова стратегия, не трябва да бъде първият подход.

Сега нека обсъдим защо трябва да направим функциите на ML достъпни за всички, или с други думи най-честите проблеми, които могат да възникнат, ако ги включим във функцията.

проблеми

  1. ML функциите са изключително скъпи за разработване по отношение на разходи и време. Чрез стробиране на функции вие вредите на възвръщаемостта на инвестициите си, или с други думи, отваряйки ги за цялата си клиентска база, вие инвестирате във вашата възвръщаемост на инвестициите, вместо да я наранявате.
  2. Като затворена функция, вашата функция ще бъде изложена по-малко, което означава, че първоначалният набор от клиенти ще бъде по-нисък, което пряко допринася за по-малко използване, намалявайки въздействието на вашата новоиздадена функция.
  3. Без широка експозиция на клиента не можете да измервате използването или KPI на функцията. В крайна сметка може да се изкушите да заключите, че функцията не е добра, като разгледате ниски почти нулеви модели на използване, което е само резултатът от фунията на експозицията.
  4. Чрез ограничаване на размера на популацията, ние създаваме отклонение при избора, което ще бъде извършено и отразено в бъдещите поколения на функцията.
  5. Клиентите обикновено не разбират защо трябва да плащат премия за „интелигентни“ функции. Препоръчвам да въведете и обсъдите стойността на функцията, а не факта, че тя има ML под капака като стойност.
  6. Продажбите могат да обединят първокласни функции с основните, само за да спечелят клиент, елиминирайки шанса ви да измерите въздействието на продажбата на функцията и колко клиентът е бил готов да плати за тези интелигентни функции. С други думи, ако ефектът от продажбата на затворена ML функция не може да бъде измерен, защо да не я предложите безплатно и да измерите други KPI? като използване с помощта на вашата пълна клиентска база.
  7. Функционалното ML няма да покаже колко ценен е вашият продукт. С други думи, превръщането на ML функция във freemium може да бъде голямо отличие от вашата конкуренция и може да помогне на клиентите ви да бъдат успешни, като предоставя убийствени функции с висока стойност като базова линия.
  8. Въздействието на екипа за наука за данни ще бъде значително намалено, когато тяхната ML функция бъде оставена без използване.

Резюме

Надявам се, че получавате представа за потенциалните проблеми, които могат и вероятно ще се случат, и се надяваме, че можете да планирате предварително тези проблеми, за да подобрите въздействието върху вашите клиенти, продукт и организация.

Бих искал да благодаря на Aviad Klein, който предостави безценна обратна връзка за тази статия.

Д-р Ори Коен има докторска степен. по компютърни науки с фокус върху машинното обучение. Той е автор на ML & DL Compendium и StateOfMLOps.com. Днес той е старши директор по данни в Justt.ai.