使用數據和 IBM AI 做出冠狀病毒經濟預測

搭建平台

風險、準備和恢復地圖的想法 免費版本 Wunderman Thompson Data 首席技術官 Adam Woods 表示，該數據可在 Wunderman Thompson 網站上找到，該數據是兩個月前隨著全球疫情加速蔓延而推出的。

“我們正在研究圍繞 COVID-19 出現的一些可視化效果，我們受到啟發說，讓我們看看我們擁有的見解，看看這是否會產生影響，”伍茲說。

A 全球營銷子公司 作為英國跨國通信公司 WPP plc 的子公司，Wunderman Thompson 收集了美國 2.7 億人的數千個數據元素，包括交易、人口和健康數據。 這些匿名數據使該公司迅速了解了冠狀病毒的潛在經濟影響。

“我們已經看到了這造成的經濟損失，我們看到這一點是因為我們可以獲得真正深入的交易數據，”伍茲說。 “我們幾乎能夠實時看到球落下。”

他說，我們的重點是“如何幫助與我們合作的品牌真正了解正確的應對措施以及他們應該如何重新開放運營”。

Wunderman Thompson 的風險、準備和恢復工具使用 IBM Watson。

該公司的技術部門 Wunderman Thompson Data 利用該數據開發了交互式風險、準備和恢復平台。

事實證明，IBM Watson 的機器學習技術是該平台不可或缺的一部分。

兩家以數據為中心的公司

大約一年前，Wunderman Thompson Data 開始與 IBM Watson 合作。 伍茲說，Wunderman Thompson Data 有一個數據湖，而整合的數據沒有構建機器學習模型的現代工具。

因此，該公司研究了來自幾種不同數據科學的產品，並 AI 在選擇 IBM 之前。

IBM 提供了一個可擴展的系統，使用 Watson Studio 幫助解決 Wunderman Thompson 的數據科學問題。Watson Studio 是一個機器學習即服務平台，提供數據準備、拖放式機器學習模型構建和數據可視化工具。

Woods 表示：“他們對解決如此規模的問題的能力非常有信心。”他補充說，Wunderman Thompson Data 擁有大約 20,000 個不同的特徵，可以將其引入機器學習模型中。

“我們可以使用這些工具進行非常快速、高質量的模型理解，”他說。

Wunderman Thompson Data 引進了 IBM 的數據科學精英團隊， 與客戶合作解決問題的諮詢 AI- 以及與分析相關的用例，以建立快速增長的測試模型。

“從根本上來說，我們知道這些是正確的事情，但我們就是沒有辦法完成這個項目，”伍茲說。

IBM 和 Wunderman Thompson 的合作最終為風險、準備和恢復平台提供了支持，該平台使用 Wunderman Thompson 的數據和通過 IBM Watson Studio 構建的機器學習模型。

風險、準備和恢復

顧名思義，該平台專注於三個領域：

1. 風險。 健康狀況、COVID-19 和人口普查。
2. 準備狀態。 社區內的健康支持。
3. 恢復。 COVID-19 對經濟的影響。

風險可確定美國特定地方政府組織或郵政編碼區域面臨 COVID-19 風險的程度。 與此同時，準備度通過查看醫院和重症監護病房的可用性來確定一個地區的準備程度，而恢復則確定當地地區的經濟受影響程度、恢復速度以及何時恢復正常。

Wunderman Thompson Data 正在向州和地方政府以及企業客戶銷售該工具。

“我們已經能夠非常快速地研究這個 [data] 並將其帶到一個位置……以高度本地化的方式幫助品牌，”伍茲說。

伍茲說，隨著經濟影響以及某些地方從大流行最嚴重的情況中恢復的繼續，“各個縣的情況將截然不同，我們可以從數據中看到這一點”。