IT@INTEL.PDFVIP

白皮书 2016 年 10 月 IT@INTEL 基于机器学习的数据挖掘帮助更了解 英特尔客户 要点综述 基于机器学习的数据挖掘可帮助企业和有关机构发现以往隐藏在数据中的 新理解。无论是勘探石油储量，提高汽车驾驶安全，还是绘制基因组图， 机器学习算法都是至关重要的部分。 英特尔正快速转变思路，将机器学习从促进学术发展转向推动业务创新和 英特尔 IT 开发了一种机器学习 竞争优势的驱动力。为此，英特尔 IT 开发了一种机器学习工具，以帮助 系统，帮助将潜在销量增加了一 英特尔销售和营销部门了解哪些经销商能够与特定细分行业的客户进行最 倍，并将我们在某些行业中与经 有效的沟通。 销商的业务量增加了多达三倍。 该机器学习算法可对经销商分类，然后借助另一种算法挖掘经销商的网站 内容以补充分类资料，从而帮助我们了解更多有关经销商的信息。这种机 器学习系统还可集成来自英特尔? 产品推荐系统的数据。 我们实施的概念验证（proof of concept，简称 PoC）表明，这款工具甚 至可在用户较少参与的情况下发挥有效作用，支持不同语言，在不同地区 确认相关经销商的信息。 自实施 PoC 以来，英特尔销售和营销团队通过 8 种语言向 4 个地区 8 个 Eiran Bolless 英特尔 IT 高级数据科学家 细分行业的经销商发送了业务邮件。在跟踪参与链（engagement chain） 中的经销商时，我们发现在晋升为合格销售合作伙伴的数量方面，他们是 Jeremie Dreyfuss 销售管道其他经销商的两倍。现在，他们的邮件新闻简报点击率提高了三 英特尔 IT 高级数据科学家 倍，且他们完成英特尔培训的比率比销售管道的其他经销商高三倍。 Amit Kalfus 英特尔 IT 数据分析高级开发员 这些结果促使英特尔 IT 持续加大使用机器学习的力度，将大数据转化为对 行业的深度洞察，提供实时建议，引领智能、互联浪潮。 Shahar Shpigelman 销售与营销部门地区销售事业 分析员 Shahar Weinstock 英特尔 IT 数据科学家 IT@Intel 白皮书：基于机器学习的数据挖掘帮助再认识英特尔客户 第 2 页，共 14 页 目录 背景 1 要点综述 2 背景 英特尔主要使用间接销售模式，即向经销商销售产品，由经销商将产品与其他 ? 业务挑战 产品集成，而另一家公司可能将集成的产品作为更广泛的解决方案或服务的其 ? 扩大机器学习在行业中的使用 中一部分来出售。随着技术快速应用于新的行业领域，英特尔销售和营销团队 4 解决方案 将努力帮助经销商在这些领域开展业务。 4 解决方案架构 ? 平台训练的方法