Beyond the hype: прогнозирование успеха инноваций в эпоху машинного обучения

Статья “Beyond the Hype” рассказывает о применении машинного обучения (МО) для прогнозирования успеха инновационных продуктов. Характер данных для машинного обучения имеет решающее значение, поскольку прогностическая модель успеха инноваций Ipsos решает связанные с этим практические задачи.

Обучение модели ИИ/МО при разработке инновационных продуктов во многом аналогично. Мы используем примеры как успешных, так и неудачных инноваций, чтобы модель ИИ/МО могла научиться распознавать черты, лежащие в основе успешных продуктов.

Отметим, что понятие эффективности субъективное. Для прогнозов мы опираемся на дословную реакцию потребителей на концепции. Мы можем создавать модели прогнозирования ИИ/МО на основе накопленных ранее данных.

К февралю 2022 года мы накопили около четырех миллионов ответов потребителей в тестировании новых продуктовых концепций в более чем 60 странах, по семи основным категориям (питание, напитки, здравоохранение, уход за домом, уход за собой, красота, уход за домашними животными). Эта база данных содержит информацию, необходимую для обучения наших прогностических моделей. Чтобы добиться более глубокого понимания потребительского поведения во время исследования и достичь поставленных целей при тестировании инноваций, мы интегрируем обучение и людей, и машин.