SAS Korea
데이터를 넘어 인텔리전스 세상으로 향하는 SAS 코리아의 여정에 함께 하세요.
책임감 있는 AI를 시작하는 방법
사회의 모든 측면에서 인공 지능(AI) 채택이 급격히 증가함에 따라 윤리는 기술의 새로운 프론티어임이 입증되고 있습니다. 대중의 인식, 언론 조사 및 향후 규정으로 인해 조직과 데이터 과학 커뮤니티는 AI 사용의 윤리적 의미를 고려해야 합니다. 인적 요소를 고려하고 비즈니스 결과에 기여할 뿐만 아니라 개인, 사회 및 환경을 보호하는 AI 시스템을 개발할 필요성을
배팅랩: 분석을 지원하는 모델
공원을 걷다 보면 좋아하는 운동을 하는 아이들을 흔히 볼 수 있습니다. 그들은 종종 기술을 연마하기 위해 오랜 시간을 보냅니다. 그러나 혼자서는 무엇을 어떻게 해야 현재를 개선해야 하는지 파악하기 어렵습니다. 좀 더 나은 수준으로 향상하기 위해서는 무엇을 해야 하는지 가르칠 수 있는 코치를 고용하면 좋겠는데, 그렇게 하는 것은 비용이 많이 듭니다. 이럴 때 어떤 대안이
고객 성향 분석(Customer Propensity Analysis) : DIY & DIFM 접근 방법
고객의 데이터를 분석하여 고객 성향 및 선호도를 이해하고, 이를 활용해 마케팅 업무를 효율화하고자 하는 노력은 90년대 데이터베이스 마케팅, 2000년대 분석 CRM, 최근의 퍼포먼스, 그로스 마케팅까지 계속적으로 진화하고 있습니다. 멀티채널에서 쏟아지는 고객의 온/오프라인 데이터를 통합, 분석하여 마이크로 타겟팅 마케팅은 기본적으로 고객 성향 예측 모형(Customer Propensity Model)을 기반으로 수행되고 있습니다. 디지털채널을 중심으로