[发明专利]利用机器学习模型来管理和确定新产品开发的预测成功率

说明书

本公开的实施例涉及利用机器学习模型来管理和确定新产品开发的预测成功率。新产品开发系统可以向一个或多个客户端设备和服务器设备提供一个或多个工具以实现新产品的开发。新产品开发系统可以接收标识用于开发新产品的当前项目的当前项目数据、标识用于开发历史产品的历史项目的历史项目数据，以及与新产品相关联的行业数据。新产品开发系统可以利用机器学习模型处理当前项目数据、历史项目数据和行业数据，以标识针对预测性模型的一个或多个变量，并且可以利用预测性模型处理一个或多个变量，以预测当前项目的预测成功率。新产品开发系统可以基于当前项目的预测成功率来执行一个或多个动作。

技术领域

本公开的实施例涉及机器学习领域，并且更具体地涉及利用机器学习模型来管理和确定新产品开发的预测成功率。

背景技术

开发和发布新产品需要许多不同部门之间的协调，诸如研究与开发(RD)部门、采购部门、制造部门、营销部门，等等。这还需要对开发新产品的复杂性、用于开发新产品的时间线、生产新产品所需的资源的量和类型、针对新产品的当前和预测需求等进行估算。为了有效地协调各部门并且进行估算，团队领导必须对关于开发和发布新产品的项目的一个或多个特性进行判断。

发明内容

在一些实现中，一种方法包括：由设备向一个或多个客户端设备和服务器设备提供一个或多个工具，以经由一个或多个客户端设备和服务器设备实现新产品的开发；由设备从一个或多个工具接收当前项目数据，当前项目数据标识用于开发新产品的当前项目；由设备接收历史项目数据，历史项目数据标识用于开发历史产品的历史项目；由设备接收行业数据，行业数据标识以下一项或多项：与新产品相关联的行业趋势，与新产品相关联的市场情报，与新产品相关联的众包创意，或者与新产品相关联的潜在客户；由设备利用机器学习模型处理当前项目数据、历史项目数据和行业数据，以标识针对预测性模型的一个或多个变量，其中一个或多个变量包括以下一项或多项：与开发新产品相关联的、并且开发了历史产品的实体的历史项目的量，行业数据中经标识的行业项目的量，相关性因素，指示当前项目与历史项目之间的相关性以及指示当前项目与行业项目之间的相关性，新近因素，指示历史项目与当前项目相比有多近，以及指示行业项目与当前项目相比有多近，历史项目和行业项目的成功率，或者与针对当前项目定义的初始目标的百分比偏差、与针对当前项目定义的初始成本的百分比偏差、以及与针对当前项目定义的初始时间线的百分比偏差；由设备利用预测性模型处理一个或多个变量，以预测当前项目的预测成功率；以及由设备基于当前项目的预测成功率来执行一个或多个动作。

在一些实现中，一种设备包括：一个或多个存储器；以及一个或多个处理器，被通信地耦合到一个或多个存储器，一个或多个处理器被配置为：向一个或多个客户端设备和服务器设备提供一个或多个工具，以经由一个或多个客户端设备和服务器设备实现新产品的开发；从一个或多个工具接收当前项目数据，当前项目数据标识用于开发新产品的当前项目；接收历史项目数据，历史项目数据标识用于开发历史产品的历史项目；接收与新产品相关联的行业数据；利用机器学习模型处理当前项目数据、历史项目数据和行业数据，以标识针对预测性模型的一个或多个变量，其中机器学习模型基于以下而被训练：标识用于开发先前产品的先前项目的先前项目数据，历史项目数据，以及与先前产品相关联的特定行业数据；利用预测性模型处理一个或多个变量，以预测当前项目的预测成功率；以及基于当前项目的预测成功率来执行一个或多个动作。

在一些实现中，一种非瞬态计算机可读存储介质，存储指令，指令包括：一个或多个指令，一个或多个指令在由一个或多个处理器执行时，使一个或多个处理器：向一个或多个客户端设备和服务器设备提供一个或多个工具，以经由一个或多个客户端设备和服务器设备实现新产品的开发；从一个或多个工具接收当前项目数据，当前项目数据标识用于开发新产品的当前项目；接收历史项目数据，历史项目数据标识用于开发历史产品的历史项目；接收与新产品相关联的行业数据；利用机器学习模型处理当前项目数据、历史项目数据和行业数据，以标识针对预测性模型的一个或多个变量；利用预测性模型处理一个或多个变量，以预测当前项目的预测成功率；以及基于当前项目的预测成功率来执行一个或多个动作。

附图说明