Video: Predictive profiling & fast response tools 2025
Op een niveau van koperen kopstoten bestaat classificatie van voorspellende analyse uit twee fasen: de leerfase en de voorspellingsfase. De leerfase omvat het trainen van het classificatiemodel door een toegewezen set van eerdere gegevens door de classificator te laten lopen. Het doel is om uw model te leren om verborgen relaties en regels - de classificatieregels uit historische (trainings) gegevens te extraheren en te ontdekken. Het model doet dit door een classificatie-algoritme te gebruiken.
De voorspellingsfase die volgt op de leerfase bestaat erin het model nieuwe klassenlabels of numerieke waarden te laten voorspellen die gegevens classificeren die ze nog niet eerder hebben gezien (dat wil zeggen testgegevens).
Om deze stadia te illustreren, stel dat u de eigenaar bent van een online winkel die horloges verkoopt. U bent al geruime tijd eigenaar van de online winkel en hebt een groot aantal transactiegegevens en persoonlijke gegevens verzameld over klanten die horloges hebben gekocht in uw winkel. Stel dat u die gegevens hebt vastgelegd via uw site door webformulieren aan te bieden, naast de transactiegegevens die u via bewerkingen hebt verzameld.
Je zou ook gegevens van een derde partij kunnen kopen die je informatie geeft over je klanten buiten hun interesse in horloges. Dat is niet zo moeilijk als het klinkt; er zijn bedrijven waarvan het bedrijfsmodel is om klanten online te volgen en waardevolle informatie over hen te verzamelen en verkopen.
De meeste van deze externe bedrijven verzamelen gegevens van sociale-mediasites en passen dataminingmethoden toe om de relatie van individuele gebruikers met producten te ontdekken. In dit geval bent u als eigenaar van een horlogezaak geïnteresseerd in de relatie tussen klanten en hun interesse in het kopen van horloges.
Je kunt dit soort informatie afleiden uit het analyseren van bijvoorbeeld een sociaal netwerkprofiel van een klant, of een microblogcommentaar van het soort dat je op Twitter vindt.
Om het interessegevoel van een persoon in horloges te meten, kunt u een aantal tekstanalysetools toepassen die dergelijke correlaties kunnen ontdekken in de geschreven tekst van een persoon (sociale netwerkstatussen, tweets, blogberichten en dergelijke) of online activiteit (zoals online sociale interacties, foto-uploads en zoekopdrachten).
Nadat u al die gegevens hebt verzameld over de transacties van uw klanten in het verleden en de huidige interesses - de trainingsgegevens die uw model laat zien waar u naar moet zoeken - moet u het organiseren in een structuur die dit mogelijk maakt gemakkelijk te gebruiken en te gebruiken (zoals een database).
Op dit punt hebt u de tweede fase van gegevensclassificatie bereikt: de voorspellingsfase, waarbij het gaat om het testen van uw model en de nauwkeurigheid van de classificatieregels die het heeft gegenereerd. Voor dat doel hebt u aanvullende historische klantgegevens nodig, die testgegevens worden genoemd (wat afwijkt van de trainingsgegevens).
U voert deze testgegevens in uw model in en meet de nauwkeurigheid van de resulterende voorspellingen. U telt de tijden dat het model het toekomstige gedrag van de klanten in uw testgegevens correct voorspelde. Je telt ook de keren dat het model verkeerde voorspellingen deed.
Op dit moment hebt u slechts twee mogelijke uitkomsten: u bent tevreden over de nauwkeurigheid van het model of u bent het niet:
-
Als u tevreden bent, kunt u beginnen uw model klaar te maken om te maken voorspellingen als onderdeel van een productiesysteem.
-
Als u niet tevreden bent met de voorspelling, moet u uw model opnieuw trainen met een nieuwe trainingsgegevensset.
Als uw oorspronkelijke trainingsgegevens niet representatief genoeg waren voor de pool van uw klanten - of als u ruisige gegevens bevatte die de resultaten van het model afwierpen door valse signalen te geven -, dan is er meer werk te doen om uw model in gebruik te nemen. Beide uitkomsten zijn nuttig op zijn manier.
