Patrones de referencia

Todos los patrones de referencia que usan BigQuery ML

• Crea una solución de propensión a la compra

  Aprende a crear y, luego, implementar un modelo de propensión a compra. Úsalo para obtener predicciones sobre el comportamiento de compra del cliente y, luego, compila una canalización a fin de automatizar el flujo de trabajo.

• Compila nuevos públicos en función del valor del ciclo de vida del cliente existente

  Aprende a identificar a tus clientes actuales más valiosos y a usarlos para desarrollar públicos similares en Google Ads.

• Modelos de propensión para aplicaciones de videojuegos

  Aprende a usar BigQuery ML para entrenar, evaluar y obtener predicciones de diversos tipos de modelos de propensión diferentes. Los modelos de propensión pueden ayudarte a determinar la probabilidad de que usuarios específicos vuelvan a tu app para que puedas usar esa información en decisiones de marketing.

• Crea un modelo de agrupamiento en clústeres de k‑means para la segmentación del mercado

  Aprende a segmentar los datos del público de Google Analytics 360 para fines de marketing mediante la creación de clústeres de k‑means con BigQuery ML.

• Compila un sistema de recomendación de comercio electrónico

  Aprende a crear un sistema de recomendación mediante BigQuery ML para generar recomendaciones de productos o de servicios a partir de datos de clientes en BigQuery. Luego, si deseas aprender a hacer que esos datos estén disponibles para otros sistemas de producción, debes exportarlos a Google Analytics 360 o Cloud Storage, o leerlos de manera programática desde la tabla de BigQuery.

• Crea y entrega incorporaciones para generar recomendaciones casi en tiempo real

  Obtén más información sobre cómo crear y entregar incorporaciones para hacer recomendaciones de elementos similares en tiempo real. Usa BigQuery ML para crear un modelo de factorización de matrices a fin de predecir las incorporaciones y el framework ScaNN de código abierto a fin de crear un índice de vecino más próximo y, luego, implementa el modelo en AI Platform Prediction para buscar coincidencias entre elementos similares en tiempo real.

• Crea modelos de previsión de la demanda

  Obtén más información sobre cómo crear un modelo de serie temporal que puedas usar para prever la demanda minorista de diversos productos.

• Crea un modelo de previsión de la demanda de series temporales

  Aprende a crear una solución de extremo a extremo a fin de prever la demanda de productos de venta minorista. Usa los datos históricos de ventas para entrenar un modelo de previsión de la demanda mediante BigQuery ML y, luego, visualiza los valores previstos en un panel.

• Realiza previsiones de Hojas de cálculo mediante BigQuery ML

  Si deseas aprender a poner en funcionamiento el aprendizaje automático con tus procesos empresariales, combina las Hojas conectadas con un modelo de previsión en BigQuery ML. En este ejemplo específico, revisaremos el proceso de compilación de un modelo de previsión para el tráfico del sitio web mediante los datos de Google Analytics. Este patrón se puede extender para que funcione con otros tipos de datos y otros modelos de aprendizaje automático.

• Compila una aplicación de detección de anomalías en la red de telecomunicaciones mediante agrupamiento en clústeres con k-means

  Esta solución te muestra cómo compilar una aplicación de detección de anomalías en la red basada en el AA para redes de telecomunicaciones a fin de identificar las amenazas de seguridad cibernética mediante Dataflow, BigQuery ML y Cloud Data Loss Prevention.

• Detección de fraudes con tarjetas de crédito en tiempo real

  Aprende cómo usar las transacciones y los datos de clientes para entrenar modelos de aprendizaje automático en BigQuery ML que se puedan usar en una canalización de datos en tiempo real con el fin de identificar, analizar y activar alertas para un posible fraude con tarjeta de crédito.