我们已经有一段时间没有在一些SAP应用程序中深入集成智能功能，例如C/4销售中的"机会评分"和"潜在客户评分"，或S/4采购和采购中的"库存预测延迟"，仅举两个例子。

现在，我们有活客户利用这些智能流程，多亏了C/4专业服务团队，我们可以开始从这些自动化机器学习的首次操作部署中吸取一些经验。这真实地展示了正在运行的智能企业，并与通过深度嵌入SAP应用程序来提供SAP Leonardo创新的"优化"方式相对应。

因此，简而言之，以下是发现：

机器学习不能是一个黑匣子干净的数据胜过更多的数据，更多的数据胜过更好的算法模型永远不是完美的，但总是有用的操作中的机器学习是衡量底层流程实现成熟度的一种方法

我们将在下面的博客中深入探讨其中的每一个方面。

让我们面对现实吧，我们仍然处在业务决策者需要建立自己对机器学习系统的信任的时候，机器将负责做出作战或战术决策。在我们的示例opportunity scoring中，要做出的主要决策是："我的团队应该关注哪个机会来将他们转变为交易/客户，接下来应该为每个人做什么？"

大多数销售经理不会一眼就相信机器生成的分数会给他们的机会排名。因此，计算机大数据，我们需要帮助这些销售经理决定在运营中使用这些系统。我们正在进入所谓的"可解释人工智能"或"可解释人工智能"，我们能做什么？

首先，企业交流软件，我们可以使用建模技术的发现，例如"关键影响因素"的概念我们的"离群值"，它将向这些决策者展示影响机会是否成为客户的主要数据元素。这个过程的基本思想与"数据发现"是一样的，因此，中移物联网，很快，预测和机器学习模型就可以从SAP Analytics云访问，提供良好的数据探索技术，帮助建立对这些发现的信任。数据不会说谎，但如果没有正确填写或在正确的上下文中使用，它可能会引入偏见。其次，我们可以提供一些关于如何计算每个分数的解释。在信用评分中用来向某人解释他为什么被重复使用信用额度的相同技术也可以用来解释生成的任何分数。在我们前面的示例中，我们可以精确地指出两个数据元素，这两个数据元素会降低opportunity的得分（例如，云服务器服务好，此opportunity在给定阶段中的时间太长），这将成为销售代表的直接行动要求（假设他不会"欺骗"系统，而只是在没有适当的操作的情况下更改系统中的某个字段）潜在行动……

我们为什么要这样做？因为这些自动机器学习技术的培训过程是完全自动化的，并且您以业务用户可以使用的方式展示的见解越多，您就越有可能找到意外的结果或见解，从而引发关于如何在业务过程中填充或使用这些数据的正确问题。当商业利益相关者提出所有问题时，他们已经准备好投入使用，但是他们需要帮助来提出适当的问题，因此向他们展示尽可能多的从数学中提取的发现是至关重要的。

当我谈到嵌入式机器学习自动化时，第一个问题是，"你在用什么算法？"这是错误的第一个问题。原因是，当我们谈论结构化数据时，机器学习自动化是一个已解决的问题：您可以使用来自KXEN的SAP专有IP或最先进的算法，如梯度增强，两者都将获得非常好的结果，无需外部调整。（查看上一次Kaggle挑战的结果，您会发现所有的leader Board都充满了XGBoost。）

下一个前沿领域是特性工程和更广泛的数据集，这意味着需要更多的变量/列/属性来描述您的客户，或者在前面的示例中描述您的机会。因此，今天更多的数据胜过更好的算法。此外，这些自动算法能够抵抗在宽数据集中过度拟合等特定现象，因此使用它们和向数据集中添加更多列来训练预测模型没有缺点。很明显，干净的数据比一切都好：数据质量是预测准确性的主要驱动因素。我听到一些顾问说，"在尝试使用预测和机器学习之前，你需要完美质量的数据"，我不认为我会同意这一点。当然，质量好的数据总是比质量差的数据具有更好的预测精度和鲁棒性。

但是你可以使用机器学习，特别是鲁棒性技术，即使是在质量差的数据上，这主要有两个原因：

如果我们举上一个例子，排名机会总是会帮助你的销售团队关注比其他人更有趣的潜在客户有一个指导原则总是比随机攻击更好，而且往往比纯粹的直觉更好。数据科学家比较不同技术之间的预测准确度，他们试图寻找最准确的方法，但商业用户必须关注业务方面的影响——通常通过更好的关注来提高利润率。任何比随机更好的东西都会优化你的利润！当然，这意味着您要使用健壮的技术，如前一节所述，这些健壮的技术在算法方面存在。因为这些技术中的大多数都会让你产生诸如"关键影响者"或"离群值"之类的概念，所以你知道哪些变量对结果影响最大，即使准确率很低，物联网的应用有哪些，所以你知道应该首先把质量要求集中在关键影响者身上。此外，离群值的概念允许您集中精力处理看起来不正确的数据元素。你还应该从哪里开始你的质量改进之旅？