Feature store
Uma feature store calcula, versiona e serve os inputs do modelo usados no treino e em produção, garantindo que ambos veem a mesma definição de uma feature. Remove o training-serving skew, a causa silenciosa mais comum de modelos que degradam após o lançamento.
Por que é importante para o ARPU
As decisões são tão fiáveis quanto as características subjacentes a elas, e uma camada de decisão que não consegue reproduzir os seus próprios inputs não consegue explicar os seus próprios resultados.
Termos relacionados
Modelo de propensãoUm modelo de propensão estima a probabilidade de um cliente realizar uma ação, como comprar, fazer upgrade ou cancelar.SinalUm sinal é uma alteração observada no comportamento do cliente, estado do produto, saúde do pagamento ou contexto de mercado que carrega informação sobre receita futura.Real-time decisioningReal-time decisioning avalia o contexto atual de um cliente e retorna uma ação dentro do orçamento de latência do momento, tipicamente dezenas de milissegundos dentro de uma aplicação ou chamada.Hipótese provenanceHipótese provenance é a cadeia completa e inspecionável por trás de uma decisão: quais sinais a levantaram, qual análise a dimensionou, quem ou o que escreveu a hipótese, qual experimento a testou e qual foi o resultado causal.