Comment Edelman utilise Labelbox
L'équipe Data & Intelligence d'Edelman a utilisé Labelbox pour produire le signal d'entraînement de modèles propriétaires qui évaluent la confiance des consommateurs envers les marques, en intégrant le jugement d'experts métier internes et en évaluant la qualité des données. Le SDK Python était connecté à son data lake AWS, ce qui permettait de créer des projets et des jeux de données par programmation.
Voir la preuve capturéeL’usage : comment Edelman déploie Labelbox
Edelman's Data & Intelligence team used Labelbox to produce training signal for proprietary models that score consumer trust in brands, incorporating internal domain experts' judgment and assessing data quality. The Python SDK connected to its AWS data lake so projects and datasets could be created programmatically.
Le témoignage du client
l'un des éléments les plus importants est l'expertise métier. Les retours d'experts coûtent cher. Cela coûte moins cher qu'avant grâce à des services comme Labelbox, mais c'est toujours un processus qui demande beaucoup de temps ; nous devons donc d'abord intégrer l'expertise métier dont nous disposons dans notre entreprise et chez nos clients, puis l'injecter dans les projets de ML.Traduction automatique de l’anglaisVoir l’original
one of the most important components is around domain expertise. Expert feedback is expensive. It's less expensive than it used to be thanks to services like Labelbox, but it’s still a time intensive process, so we first need to incorporate the domain expertise that we have across our business and our clients and then pull that into ML projects.Les autres outils IA utilisés par Edelman
Autres relations publiques recensées sur usedby.
Explorer la stack IA de EdelmanLes autres entreprises qui utilisent Labelbox
Des clients de différents secteurs, avec une preuve publique.
AncestryConfirmé
Blue River TechnologyConfirmé
BurberryConfirmé
CAPE AnalyticsConfirmé
CriteoConfirméConsulter la source
Cette synthèse repose sur l’étude de cas publiée par Labelbox. Nous vérifions la preuve publique ; les résultats sont ceux rapportés par l’éditeur.
labelbox.com- Dernière vérification
- 17 nov. 2026
Ouvrir la capture Ce que dit le témoignage, et ce que nous avons vérifié
Ce que nous avons comparé à la page.
- L’extrait cité plus hautVérifié
Copié mot pour mot depuis la page, près du nom de Edelman.
- Edelman utilise LabelboxVérifié
Ligne de niveau Confirmé.
- Le résultat lui-mêmeNon vérifié
Nous le citons ; nous ne l’avons pas mesuré.
Using weak supervision and intelligent sampling, Edelman DxI built a data-centric process to produce high-quality data with minimal effort. It trained multiple production-grade models on tight timelines and now has the infrastructure to continuously collect and iterate on its signal as projects scale

