Aus Massendaten neues Wissen generieren
Mit Machine Learning Handelsprozesse optimieren
Bereich: Fachartikel
Machine Learning hat heute schon vielfältige Anwendungsbereiche. Mit ML-Unterstützung kann man zum Beispiel im Handel intelligente Entscheidungen treffen oder auch logistische Prozesse optimieren. Wie, das demonstriert das Osnabrücker IT-Architekturhaus Sievers-Group.
Welche Potenziale bieten selbstlernende Systeme für den Handel? Als Antwort auf diese Frage verknüpft die Sievers-Group Microsofts Azure Machine Learning Studio mit den Bestandsmanagement- oder ERP-Systemen ihrer Kunden. Die Anwender erhalten damit ein Analyseinstrument, das aus Massendaten neues Wissen generiert. Dieses Wissen lässt sich dann beispielsweise zur Optimierung von Marketingkampagnen oder zur Sortimentsplanung nutzen.
Bitte zum Weiterlesen registrieren oder einloggen:
Bereitgestellt von:
SIGS DATACOM GmbH - erschienen im AI Trendletter
Diese Inhalte könnten Sie auch interessieren:
Hohe Erwartungen, vorsichtige Anfänge
Der Einsatz von AI wird allmählich in so unterschiedlichen Branchen wie Gesundheit, Finanzen oder Einzelhandel bemerkbar....
Supercomputing der nächsten Generation zur Verkehrsfluss-Optimierung erprobt
Als weltweit erstes Automobilunternehmen erprobt Volkswagen intensiv die Nutzung von Quantencomputern – und arbeitet hierzu mit...
Die kreativen Datenversteher
Spinning Bytes, ein Spin-off der ETH Zürich, programmiert Software, die mittels „Machine Learning“ riesige Mengen an Daten nicht...
