وحدة تحليلات البيانات
.png)
ملخص المشروع
| مدة | 6 أشهر. |
|---|
تحدي
يستخدم ملايين الأشخاص حول العالم الخدمات التي تقدمها شركات التأمين. يمكنك تأمين أي شيء تقريبًا: الحياة، والعافية، والممتلكات، والصفقات التجارية، وغير ذلك. لذلك ليس مفاجئًا أن صناعة التأمين تزدهر.
توجهت إلينا شركة كانت لديها الفكرة التالية: منح شركات التأمين المزيد من البيانات عن عملائها لتقليل أي مخاطر. ومع ذلك، أرادت الشركة تغطية قطاع واحد فقط: تأمين السيارات ورفاهية السائقين وركابهم.
حل
قدم لنا العميل مجموعة بيانات ضخمة تحتوي على بيانات حول حركة أجهزة المستخدمين، وموقع الأجهزة أثناء الحركة، وسلاسة الحركة، والسرعة، وبيانات مشابهة. من أجل حل المشكلة بنجاح، واجه فريق سيلادون سوفت السؤال التالي:
كيف يمكننا تحليل هذه البيانات وما القيمة التي يمكن أن تجلبها هذه البيانات للعميل؟
لم نكن لنمضي في مثل هذا المشروع لو لم نكن واثقين بنسبة 100% في مهاراتنا ومعرفتنا في مجال الذكاء الاصطناعي والتعلم الآلي. وما زاد من حافزنا هو حقيقة أننا حصلنا على إمكانية الوصول إلى بيانات دقيقة بشكل مذهل عن موقع الأجهزة وحركتها، لذا فكرنا فورًا في تحليل أسلوب القيادة.
تريد شركة تأمين الحصول على تنبؤ باحتمالية وقوع حدث مؤمن عليه مع عميل. كانت لدينا الكثير من البيانات عن الحركة تحت تصرفنا واستخدمنا خدمات تطوير Python وTensorFlow، وهي مكتبة مفتوحة للتعلم الآلي. أدى مطورونا المهمة ببراعة وعرضوا على العميل فرصة تطوير واجهة لعرض نتائج التحليل. من أجل تصور نتائج التحليل والتنبؤات التي تم الحصول عليها بوضوح، استخدمنا React كواحدة من أكثر المكتبات شيوعًا وفائدة لتطوير واجهة المستخدم. تناسب تمامًا مع إخراج البيانات التحليلية.
يتم تحليل هذه البيانات في الخادم، ثم تبني تقنية التعلم الآلي تنبؤات دقيقة للأحداث المؤمن عليها. تتلقى شركة التأمين البيانات الواردة إلى واجهة الويب وتتخذ قرارات مدعومة بالبيانات تساعد في تقليل مخاطر الخسائر المالية.