---
title: Day 7 MoBagel & Decanter AI (Alan)
tags: "課程筆記"
description: View the slide with "Slide Mode".
---

[TOC]

# Day 7 MoBagel & Decanter AI (Alan)
中文名：行動貝果
核心價值：不需要寫code，就能建立AI模型

兩種服務：Demo那邊提到的網頁操作、或是客製化api

## 公司簡介
* 2015年成立，是一間美商，2.4億投資（矽谷出身的）
* 競賽經歷
* 團隊大約50人
* 許多政府合作->政府認證
1. 智慧廣告投放
2. 產品服務智慧搜索推廣

### 聚焦產業
製造業、電商...

* 指標客戶：中華電信、味全、研華科技
中華 - (大數據部門)提高留存率、降低使用者離網率

* 成效如何：
提供電商平台分析
預測客戶 - 精準度8-9成

兩項服務：提升精準度、客製化數據應用

### 為何選擇他們

資料分析耗費時間，可以直接用他們的產品
### [主打產品：Decanter AI](https://mobagel.com/tw/decanter-ai/)

認證：AutoML代表性公司（其餘四家都是獨角獸）

### AutoML跟ML的差異

### 快速找出解決方案(服務流程圖)

---
## 合作流程

什麼是機器學習？

迴歸、類別分析、分群、時間序列

auto-time series
預測未來某段時間內的目標數值

情境模擬功能：
what-if analysis

傳統機器學習流程 v.s Decanter AI 自動建模

### 產品細節介紹
Decanter AI -
* #### 預測流程
* #### 使用步驟
* #### 企業導入階段
1. 策略期 售前服務
1. 驗證期 試點專案 資料健檢、專案執行
1. 應用期 產品導入
1. 放大期 落地應用

* #### 前後端整合數據來源
* #### Demo：零售業-預測合作流程
* #### 系統串連架構

* #### QA
Q: 資料串接格式
個人：ＣＳＶ、ＥＸＣＥＬ
系統：ＡＰＩ

結果：
有系統整合：可以二次開發、顯示在不同平台
檔案可以下載

Q: 即時運算：[電通國華](https://dentsuone.com.tw/)
看GPU的方案選擇

Q: 廣告應用：
數據應用(o)、貼標（x）

Q: 成效判斷？
同時會參考模型精準度、廣告投放成效

Q: 分析檔案有無大小限制？
可以額外開放

Q: 可以做運算時間限制？
不行，最快方式是買GPU，但GPU還是有memory的限制，一般專案都有明確的需求，通常是用「挑選過變數後的資料」來做，所以速度都比較快

Q: 能否做NLP、圖片分析？
沒有，除非資料轉過結構化，但也有第三方夥伴可以合作

Q: 產品能否試用？
可以

Q: 除了平台以外，還有數據分析的合作嗎？
跟第三方數據公司合作

Q: 我們現在有在做數據變現的工作，我們會販賣客戶軌跡分析，有無合作可能？
數據類型會以專案方式，雙方或三方合作。

Q: 提供給非技術平台使用時，有什麼困難？
教學，比如行銷公司想導入，1-2HR就可以學會平台操作，多時間是用Workshop在教ML的知識

Q: 有無API串接的例子？
跟電商公司

Q: 好奇跟中華的合作？畢竟中華也是Data Team，懂ML
減輕工作負擔，Routine工作可以直接用這個做（技術部門的選擇原因）

---
## 案例與操作示範
利用歷史資訊，預測廣告效益：減少人為誤差、訓練成本
->預測[ＲＯＡＳ值](https://medium.com/@flipweb/%E5%BB%A3%E5%91%8A%E6%8A%95%E6%94%BE%E7%9A%84roi%E5%92%8Croas%E8%A8%88%E7%AE%97%E5%B0%8F%E6%8A%80%E5%B7%A7%E5%A4%A7%E8%A7%A3%E6%9E%90-8ad790051602)
使用數據與作法

ROAS值（Return-On-Ad-Spend 目標廣告支出回報率）
* 成果與應用
少花廣告支出、找出應關閉的廣告、找出影響需求之因子

精準行銷、資料摘要、分析成效

---
## 使用者介面

有公版、也可以用API自己改

> 三大功能：資料、建模、實驗

* #### 資料
特徵（敘述統計）、相關矩陣（for資料預處理）、時間序列表

* #### 建模：
1. 選擇訓練資料
1. 定義實驗命題（設定預測目標、題目）
1. 選擇特徵（用勾選的）
1. 進階設定（最大模型訓練數量、演算法-XG Booast、隨機森林...、資料分割）

* #### 實驗

基礎表格：
實驗名稱、表現、資料、目標、特徵、擁有者、起始時間、狀態、操作

分析結果表格：
模型名稱、交叉驗證資料集、Hold-out資料集、預測次數、特徵重要性、預測API

分析結果可以下載下來：可以視覺化預測效果

不需要寫一行code！！

### 反問CF的問題

Neo：讀Paper後執行，通常不會是簡單的模型

可以看看你們的平台嗎？ 不行