Prediktiv modellering är inte magiskt

Paolo Gaudiano är en matematiker och kognitionsvetare som ofta uppmanas att avmystifiera praxisen med prediktiv modellering för företag. Som tidigare professor vid Boston University lämnade han akademin för att bli chefsforskare på Artificial Life, en startup fokuserad på evolutionära algoritmer, innan han gick med i Icosystem som dess president. Företaget grundades 2001 och har byggt prediktiva modelleringssystem för så olika kunder som det franska telefonbolaget Orange, läkemedelsjätten Eli Lilly och kasinooperatören Harrah's. Företaget, baserat i Cambridge, Massachusetts, har också gjort arbete för den amerikanska militären, senast byggt simuleringsprogramvara för att modellera infrastrukturinsatserna i Afghanistan.

Model Man: Paolo Gaudiano är VD och teknisk chef på Icosystem, ett prediktivt modellföretag.

TR: För vissa människor låter prediktiv modellering som magi, eftersom den lovar att berätta vad som kommer att hända i framtiden.

Gaudiano: Nej, det är inte alls magi. Det är ett sätt att dra fördel av datorer för att replikera den verkliga världen. Men du vill inte bara replikera vad som hände – du vill se vad som kommer att hända om världen förändras runt dig. Vad händer om ekonomin kollapsar? Vad händer om jag ändrar min försäljningsstrategi?

Man kan ta hänsyn till faktorer som annars är otroligt svåra att ta hänsyn till. Så vi förutsäger inte framtiden utan ger dig bara en bättre förståelse för hur saker fungerar och en något bättre sannolikhet att de saker du gör faktiskt kommer att bli som du förväntar dig. Det är ett beslutsstödsverktyg. Det gör din intuition mer kvantitativ. Det ger dig ett sätt att testa giltigheten av din intuition med data och komma med ett bättre svar. Det är allt det är.

Din arbetshästteknologi på Icosystem är agentbaserad modellering. Vad är agentbaserad modellering, var kom tekniken ifrån och hur implementerar man den?

Agentbaserad modellering började för länge sedan som ett verktyg inom samhällsvetenskapen, för att förstå befolkningens beteenden. Den har blivit myndig under de senaste tio åren. Kärnidén är att när du har en komplex organisation eller ekosystem är det lättare att förstå och simulera individers beteende och hur de interagerar med varandra och sin miljö än att komma på någon form av matematisk lag som talar om för dig hur befolkningen beter sig.

Vilka är agenterna i dessa simuleringar?

Agenter är repliker av vilka delar av systemet vi än studerar. Vanligtvis är de människor, så om vi löser ett marknadsföringsproblem är de konsumenter. Men de kan också vara personal på ett företag, bilar på en motorväg eller datorer i ett nätverk.

Du simulerar saker nerifrån och upp. Du fångar bokstavligen detaljerna om hur dessa element fungerar och hur de ansluter till varandra. Det visar sig vara ett mycket kraftfullt sätt att förutsäga hur systemet som helhet kommer att bete sig. Jag kan köra på en bärbar dator en simulering av 100 000 konsumenter som handlar och tittar på reklam, och det kommer att ta två minuter att köra det. Genom att titta på resultaten ger det dig ett annat sätt att tänka på ditt problem.

Vad menar du med ett annat sätt att tänka?

Till exempel gör vi ett projekt för marinen, som hjälper dem att förstå återuppbyggnaden i territorier som Afghanistan och hur du kombinerar det med strategisk kommunikation. Så vi byggde en modell som tittar på afghanska medborgare och hur de exponeras för saker omkring dem, som de internationella teamen, talibanerna.

Marinen frågar oss: Hur vet du att modellen är korrekt? Men det handlar mindre om att vara korrekt [om hur människor interagerar nu] och mer om att förstå vad antaganden [om framtida händelser kan] leda till. Jag vet inte hur ofta afghanska medborgare pratar med varandra om vattnet. Men jag kan köra 20 olika simuleringar med 20 olika antaganden om det.

Vad är resultatet du försöker uppnå?

Om jag är ansvarig för några trupper i Afghanistan och jag har resurser, pengar – vad gör jag med medicinsk behandling, säkerhet, utbildningssystem? Bygger jag brunnar i den här byn — bygger jag en brunn här, eller två eller tre där? Eller lägger jag pengar på veterinärstöd? Är det bättre för mig att annonsera på radio än på TV, ska jag släppa flygblad från ett flygplan, ska jag gå till platser för tillbedjan – så att de hör mitt budskap snarare än min motståndares budskap?

Det handlar mindre om att förutsäga [om] spendera $5 ändrar åsikter med 2 procent, och egentligen mer om: Jag har dessa fem olika handlingssätt. Vilka är mest sannolika att bli framgångsrika, och varför? Det handlar om: det här är sortimentet, hjälp mig att förstå vilka som fungerar och vilka som inte fungerar och varför. Du kan bokstavligen spåra varför.

Hur är det med exempel från näringslivet? Till exempel, vad gjorde du med Orange, det franska telefonbolaget?

De var oroliga över spridningen av [dator]virus över mobiltelefonnätverk. Så vi byggde en simulering av hundratusentals användare och hur virus kan spridas. Vi tog data från riktiga virus och infektionsfrekvenser. Vi modellerade användarnas beteende. Du kan vara på tunnelbanan, och någon annan använder en telefon med ett virus bredvid dig, och du använder Bluetooth och det ber om att koppla ditt headset till sin telefon, och om du säger ja kan du fånga viruset från den andra telefonen. Eller så kan du fånga det genom att skicka data via SMS. Vi förutspådde infektionshastigheter och hjälpte till att utforma strategier för att förhindra spridning när ett virus injiceras i systemet.

Jag förstår att det tar flera hundra tusen dollar och uppåt för att få ett prediktivt modellprojekt som detta igång. Finns det något sätt att få ner dessa kostnader?

Det är där saker och ting blir intressanta. Det är sant att när vi gör skräddarsydda projekt är det praktiskt taget omöjligt att få igång ett för mindre än $300 000. Det är för version ett som fungerar på ditt skrivbord, och det är inte helt funktionellt. Och det kan bli ett flerårigt, mångmiljonprojekt.

Men nu kan vi upprepa arbetet i vissa branscher. I konsumentbeteende har vi till exempel utvecklat en agentbaserad simulering för att mäta avkastningen på investeringen för varumärkesannonsering, och vi kan licensiera verktyget till en kund för några tusen dollar per månad. Det är ett spin-off-företag som vi inkuberar, kallat Concentric ROI. Så vi har sänkt inträdeströskeln, och det är mycket mer tilltalande att kunna använda modellen i bara några månader.

Dölj