Tech Tips วันนี้ขอนำเสนอเคล็ดลับที่ได้จากการนำเทคโนโลยี Data Science มาสอนให้ Machine ปรับอัตราแลกเปลี่ยนอัตโนมัติ (Dynamic Currency) ให้ได้เรทที่เหมาะสมที่สุดตรงตามความต้องการของลูกค้าและธุรกิจ บนแพลทฟอร์ม PointX ซื่ง ต่อยอดจากความเดิมตอนที่แล้วที่ใช้ Machine Learning ตัวแรก Time-Series Forecasting นำพฤติกรรมการขายและซื้อสินค้าในอดีต มาทำนายจำนวนคนที่จะซื้อสินค้า และจำนวนสินค้าที่จะขายในอนาคต โดยครั้งนี้ได้รับเกียรติจากคุณแก้ว Senior Data Scientist จาก SCB TechX มาช่วยแชร์ Machine Learning ตัวที่สอง Optimization Module โดยการหาค่าอัตราแลกเปลี่ยนที่เหมาะสมที่สุดเราจำเป็นต้องรู้ 2 ส่วนคือ
1. วัตถุประสงค์ (Objective Function) ทางธุรกิจคืออะไร เช่น อยากให้มีลูกค้ามาใช้ Point มากที่สุด
2. เงื่อนไข (Constraints) เป็นส่วนที่ช่วยให้การหาค่าอัตราแลกเปลี่ยนมีความสมเหตุสมผล
สำหรับวิธีการทำงานนั้นวัตถุประสงค์ และ เงื่อนไข จะต้องถูกเปลี่ยนให้อยู่ในรูปแบบเชิงคณิตศาสตร์ที่สามารถปรับเปลี่ยนได้ตลอดเวลา ให้สอดคล้องกับสถานการณ์ จากนั้นก็เริ่มหาค่าอัตราแลกเปลี่ยนที่เหมาะสมที่สุดผ่านการจำลอง (Simulation) Points และ อัตราแลกเปลี่ยนของแต่ละร้านค้า ในหลายๆรูปแบบ และส่งค่าพยากรณ์ที่ได้ให้ส่วน Optimization Solving เพื่อหาอัตราแลกเปลี่ยนที่เหมาะสมที่สุด โดย Optimization Method จะถูกเลือกใช้ให้เหมาะกับวัตถุประสงค์ และ เงื่อนไข เช่น อยากให้มีลูกค้ามาใช้ Point มากที่สุด (Integer Linear Programming) หรือ อัตราแลกเปลี่ยน Point โดยเฉลี่ยที่ทำให้ร้านค้าพึงพอใจสูงสุด(Nonlinear Programing) สำหรับภาพรวมของระบบ Dynamic Currency แสดงได้ดังรูป ทั้งนี้ใครอยากได้รับสาระความรู้ดีๆเกี่ยวกับ Data Science ละก็กดติดตามเพจไว้ทีมงานจะคอยนำเสนอเนื้อหาดีๆมาให้นำไปประยุกต์ใช้ในชีวิตประจำวันกันค่ะ 😊
