於商業流程中導入機器學習的5階段(上)

一個組織要從零開始使用機器學習創造價值，須在商業過程上進行一些調整才可以達成，而這些讓機器學習模型進行學習後不斷優化的調整依據是從何而來的呢? 這些依據正是從整體商業過程中，一個被稱為 回饋迴圈(Feedback Loop) 的過程中所產生的。

以往一般我們認知的商業過程，可能就是一個簡單的函數形式，在接收到輸入值之後，給出適當的輸出值，以滿足客戶的需求，比如說下游客戶對上游廠商發出下個月要進貨一定數量的訂單，上游廠商在規定的時間內於下游客戶進了約定數量的貨品。而回饋迴圈則是基於這樣一個簡單的函數形式的商業流程之上，於輸出後增加了 洞見生成(Insight Generation) 與 調整(Tuning) 兩階段，並將調整與輸入環節銜接上，形成一個不斷優化的閉環，這樣的一套流程可以使用課程中提供的簡易流程圖來說明(見圖1)

圖1
Source: Coursera - How Google does Machine Learning

課程中以一 客服中心(Call Center) 為例(見圖2)，說明回饋迴圈是如何運作的。一般我們想像的客服中心之商業流程就是當客服中心接收到來自客戶的詢問時，針對問題的內容，給出最適當與正確之回覆，也就是分別對應到輸入與輸出兩階段，但是，如果今天我們想要優化這樣的一個商業流程，我們要做的，便是使用一些方式，從該流程中發現有價值的洞見，比如說透過針對客戶進行調查，發現其實很大一部份的問題屬於某個類別，因此可以透過固定的內容進行回答，接著，我們便可將該發現透過員工訓練的方式，於原本客服中心的工作流程裡導入依據該發現做出的行動，進行調整，大幅提升客服中心於一定時間內可處理的案件數量，優化整體流程。而在整個回饋迴圈的建立上，我們其實會執行與歷經5階段，而這5個階段具體會包含什麼，將在下一篇文章和各位談到。

圖2
Source: Coursera - How Google does Machine Learning