211service.com
Modelowanie predykcyjne to nie magia
Paolo Gaudiano jest matematykiem i naukowcem kognitywnym, często proszony o wyjaśnienie praktyki modelowania predykcyjnego dla firm. Były profesor na Uniwersytecie w Bostonie, opuścił akademię, aby zostać głównym naukowcem w sztucznym życiu, startupie skupiającym się na algorytmach ewolucyjnych, zanim dołączył do Icosystem jako jego prezes. Założona w 2001 roku firma stworzyła systemy modelowania predykcyjnego dla klientów tak różnych, jak francuska firma telefoniczna Orange, gigant farmaceutyczny Eli Lilly i operator kasyna Harrah's. Firma z siedzibą w Cambridge w stanie Massachusetts wykonywała również prace dla armii amerykańskiej, ostatnio budując oprogramowanie symulacyjne do modelowania działań infrastrukturalnych w Afganistanie.
Modelka: Paolo Gaudiano jest prezesem i dyrektorem ds. technologii w Icosystem, firmie zajmującej się modelowaniem predykcyjnym.
TR: Dla niektórych modelowanie predykcyjne brzmi jak magia, ponieważ obiecuje powiedzieć, co wydarzy się w przyszłości.
Gaudiano: Nie, to wcale nie jest magia. To sposób na wykorzystanie komputerów do odtworzenia rzeczywistego świata. Ale nie chcesz tylko powtórzyć tego, co się stało — chcesz zobaczyć, co się stanie, jeśli świat wokół ciebie się zmieni. A jeśli gospodarka się załamie? Co się stanie, jeśli zmienię strategię sprzedaży?
Możesz wziąć pod uwagę czynniki, które w innym przypadku są niezwykle trudne do wzięcia pod uwagę. Nie przewidujemy więc przyszłości, ale po prostu dajemy ci lepsze zrozumienie tego, jak rzeczy działają i nieco większe prawdopodobieństwo, że rzeczy, które robisz, rzeczywiście potoczą się tak, jak tego oczekujesz. To narzędzie wspierające podejmowanie decyzji. To sprawia, że twoja intuicja jest bardziej ilościowa. Daje ci sposób na sprawdzenie słuszności swojej intuicji za pomocą danych i znalezienie lepszej odpowiedzi. To wszystko.
Technologia Twojego konia roboczego w Icosystem to modelowanie agentowe. Czym jest modelowanie agentowe, skąd wzięła się technologia i jak ją wdrażasz?
Modelowanie agentowe rozpoczęło się dawno temu jako narzędzie w naukach społecznych, służące do zrozumienia zachowań populacji. W ciągu ostatnich dziesięciu lat osiągnął pełnoletność. Podstawową ideą jest to, że kiedy masz złożoną organizację lub ekosystem, łatwiej jest zrozumieć i symulować zachowanie jednostek oraz ich interakcje ze sobą i ich środowiskiem, niż wymyślić jakieś matematyczne prawo, które mówi ci, jak ludność się zachowuje.
Kim są agenci w tych symulacjach?
Agenci są replikami dowolnych elementów badanego przez nas systemu. Zazwyczaj są to ludzie, więc jeśli rozwiązujemy problem marketingowy, są konsumentami. Ale mogą to być także pracownicy firmy, samochody na autostradzie lub komputery w sieci.
Symulujesz rzeczy od podstaw. Dosłownie rejestrujesz szczegóły działania tych elementów i ich łączenia. Okazuje się to bardzo skutecznym sposobem przewidywania zachowania systemu jako całości. Mogę uruchomić na laptopie symulację 100 000 konsumentów robiących zakupy i oglądających reklamy, a uruchomienie jej zajmie dwie minuty. Patrząc na wyniki, możesz inaczej myśleć o swoim problemie.
Co rozumiesz przez inny sposób myślenia?
Na przykład, robimy projekt dla Marynarki Wojennej, pomagając im zrozumieć odbudowę terytoriów takich jak Afganistan i jak połączyć to z komunikacją strategiczną. Zbudowaliśmy więc model, który przygląda się obywatelom Afganistanu i temu, jak są narażeni na otaczające ich rzeczy, takie jak międzynarodowe drużyny, talibowie.
Marynarka wojenna pyta nas: Skąd wiesz, że model jest poprawny? Ale mniej chodzi o poprawność [o tym, jak ludzie wchodzą w interakcje teraz], a bardziej o zrozumienie, do czego mogą prowadzić założenia [na temat przyszłych wydarzeń]. Nie wiem, jak często obywatele Afganistanu rozmawiają ze sobą o wodzie. Ale mogę przeprowadzić 20 różnych symulacji z 20 różnymi założeniami na ten temat.
Jaki jest wynik, który próbujesz osiągnąć?
Jeśli dowodzę niektórymi żołnierzami w Afganistanie i mam zasoby, pieniądze – co mam zrobić z leczeniem, bezpieczeństwem, systemami edukacji? Czy buduję studnie w tej wiosce, czy buduję jedną studnię tutaj, czy dwie lub trzy tam? A może przeznaczam pieniądze na wsparcie weterynaryjne? Czy lepiej byłoby, gdybym reklamował się w radiu niż w telewizji, czy powinienem zrzucić ulotki z samolotu, czy powinienem udać się do miejsc kultu – tak, aby usłyszeli moje przesłanie, a nie przesłanie mojego przeciwnika?
Mniej chodzi o przewidywanie, czy wydanie 5 dolarów zmieni opinie o 2 procent, a bardziej o: mam te pięć różnych sposobów działania. Które z nich mają największe szanse powodzenia i dlaczego? Chodzi o: to jest zakres, pomóż mi zrozumieć, który zadziała, a który nie i dlaczego. Możesz dosłownie prześledzić dlaczego.
A co z przykładami ze świata biznesu? Na przykład, co zrobiłeś z Orange, francuską firmą telefoniczną?
Byli zaniepokojeni rozprzestrzenianiem się wirusów [komputerowych] przez sieci telefonii komórkowej. Dlatego stworzyliśmy symulację setek tysięcy użytkowników i sposobu rozprzestrzeniania się wirusów. Pobraliśmy dane z prawdziwych wirusów i wskaźników infekcji. Modelowaliśmy zachowania użytkowników. Możesz być w metrze, a ktoś inny używa telefonu z wirusem obok ciebie, a ty używasz Bluetooth i prosi o połączenie zestawu słuchawkowego z jego telefonem, a jeśli powiesz tak, możesz złapać wirusa z drugi telefon. Lub możesz to złapać, wysyłając dane przez SMS. Przewidzieliśmy wskaźniki infekcji i pomogliśmy zaprojektować strategie zapobiegające rozprzestrzenianiu się wirusa po wstrzyknięciu wirusa do systemu.
Rozumiem, że uruchomienie takiego projektu modelu predykcyjnego wymaga kilkuset tysięcy dolarów i więcej. Czy jest jakiś sposób na obniżenie tych kosztów?
Właśnie tam robi się ciekawie. Prawdą jest, że kiedy robimy niestandardowe projekty, praktycznie niemożliwe jest rozpoczęcie jednego za mniej niż 300 000 USD. To dotyczy wersji pierwszej działającej na twoim pulpicie i nie jest w pełni funkcjonalne. I może przerodzić się w wieloletni, wielomilionowy projekt.
Ale teraz jesteśmy w stanie powtórzyć pracę w niektórych branżach. Na przykład w przypadku zachowań konsumenckich opracowaliśmy symulację opartą na agentach do mierzenia zwrotu z inwestycji w reklamę marki i możemy licencjonować narzędzie klientowi za kilka tysięcy dolarów miesięcznie. To firma typu spin-off, którą inkubujemy, o nazwie Concentric ROI. Dlatego obniżyliśmy próg wejścia i o wiele bardziej atrakcyjna jest możliwość korzystania z modelu przez zaledwie kilka miesięcy.