Kunskapsbanken

Vid all problemlösning är det viktigt att förstå problemet innan man försöker lösa det. Så att det inte byggs en lösning för fel problem.
När problemet är förstått är det dags att föra över verkligheten till en modell. För att datapunkterna ska bli olika utfall i modellen och inte bara olika KPI:er utan betydelse.

När det kommer till maskinlärning är detta ännu viktigare då man använder data till att förstå och lösa problemet, då måste man dessutom kvantifiera problemet. Ska det skapas förståelse för en kundresa kan det vara bra att fråga följande frågor till en säljchef till exempel:

Vilka är dina kunder? Varför köper de er produkt? Finns det några köpsignaler innan ett köp görs? Vad skiljer en bra kund från en mindre bra kund? Hur mycket tappar vi om vi inte aktivt marknadsför vår produkt?

Optimalt är att få svar på sådana frågor och samtidigt ha tillgång till data. Då är det möjligt att enklare förstå problemet och på så sätt bygga en lösning för rätt problem.