Predictive Analytics-gegevensclassificaties introduceren in uw bedrijf - dummies

Als uw bedrijf de gegevensclassificatie die wordt gebruikt in voorspellende analyses, misschien is het tijd om het te introduceren als een manier om betere management- of operationele beslissingen te nemen. Dit proces begint met een onderzoeksstap: het identificeren van een probleemgebied in het bedrijf waar veel gegevens beschikbaar zijn, maar dat momenteel niet wordt gebruikt om zakelijke beslissingen te stimuleren.

Een manier om een ​​dergelijk probleemgebied te identificeren, is door een vergadering te houden met uw analisten, managers en andere besluitvormers om hen te vragen welke gewaagde of moeilijke beslissingen ze herhaaldelijk nemen - en welke gegevens ze nodig hebben om hun beslissingen te ondersteunen. Als u over gegevens beschikt die de resultaten van eerdere beslissingen weerspiegelen, moet u erop kunnen vertrouwen. Dit proces voor het identificeren van het probleem wordt de detectiefase genoemd.

Na de ontdekkingsfase wilt u follow-up nemen van individuele vragenlijsten die zijn gericht aan de zakelijke belanghebbenden. Overweeg de volgende soorten vragen te stellen:

• Wat wilt u weten van de gegevens?

• Welke actie gaat u ondernemen als u antwoord krijgt?

• Hoe meet u de resultaten van de uitgevoerde acties?

Als de resultaten van het voorspellende analytische model zinvolle inzichten opleveren, moet iemand er iets mee doen - actie ondernemen. Het is duidelijk dat u wilt zien of de resultaten van die actie bedrijfswaarde toevoegen aan de organisatie. U zult dus een methode moeten vinden om die waarde te meten - of het nu gaat om besparingen uit operationele kosten, hogere omzet of betere klantenbehoud.

Terwijl u deze interviews afneemt, probeert u te begrijpen waarom bepaalde taken worden uitgevoerd en hoe deze worden gebruikt in het bedrijfsproces. Vragen waarom dingen zijn zoals ze zijn, kan je helpen onverwachte realisaties te ontdekken. Het heeft geen zin gegevens te verzamelen en te analyseren alleen maar om meer gegevens te creëren. U wilt die gegevens gebruiken om specifieke zakelijke behoeften te beantwoorden.

Voor de gegevenswetenschapper of modelbouwer definieert deze oefening welke soorten gegevens moeten worden geclassificeerd en geanalyseerd - een stap die essentieel is voor de ontwikkeling van een gegevensclassificatiemodel. Een fundamenteel onderscheid om te beginnen is of de gegevens die u zult gebruiken om het model te trainen, intern of extern zijn:

• Interne gegevens zijn specifiek voor uw bedrijf, meestal afkomstig uit de gegevensbronnen van uw bedrijf en kunnen vele gegevenstypes bevatten - zoals gestructureerd, semi-gestructureerd of ongestructureerd.

• Externe gegevens komen van buiten het bedrijf, vaak als gegevens die bij andere bedrijven zijn gekocht.

Ongeacht of de gegevens die u voor uw model gebruikt, intern of extern zijn, wilt u het eerst evalueren. Verschillende vragen zullen waarschijnlijk in die evaluatie naar voren komen:

• Hoe kritisch en nauwkeurig zijn de gegevens in kwestie? Als het te gevoelig is, kan het uw doelen niet dienen.

• Hoe nauwkeurig zijn de gegevens in kwestie en als de nauwkeurigheid ervan twijfelachtig is, is het nut ervan beperkt.

• Hoe staat het bedrijfsbeleid en de toepasselijke wetgeving toe dat de gegevens worden gebruikt en verwerkt? Misschien wilt u het gebruik van de gegevens met uw juridische afdeling vrijgeven voor juridische problemen die zich kunnen voordoen. (Zie de begeleidende zijbalk voor een beroemd recent voorbeeld.).

Wanneer u gegevens heeft geïdentificeerd die geschikt zijn om te gebruiken in het model van uw model, is de volgende stap het classificeren - om bruikbare labels te maken en toe te passen op uw gegevenselementen. Als u bijvoorbeeld werkt aan gegevens over het koopgedrag van klanten, kunnen de labels gegevenscategorieën definiëren op basis van hoe sommige groepen klanten kopen, in deze zin:

• Seizoensklanten kunnen degenen zijn die regelmatig winkelen of semi-regelmatig.

• Klanten met een korting kunnen degenen zijn die de neiging hebben om alleen te winkelen wanneer grote kortingen worden aangeboden.

• Getrouwe klanten zijn degenen die veel van uw producten in de loop van de tijd hebben gekocht.

Het voorspellen van de categorie die een nieuwe klant past, kan van grote waarde zijn voor het marketingteam. Het idee is om tijd en geld efficiënt te besteden aan het identificeren van klanten aan wie u reclame wilt maken, om te bepalen welke producten u aan hen wilt aanbevelen en om de beste tijd te kiezen om dit te doen.

Er kan veel tijd en geld verspild worden als u zich richt op de verkeerde klanten, waardoor ze waarschijnlijk minder vaak kopen dan als u ze niet op de markt had gebracht. Het gebruik van voorspellende analyses voor gerichte marketing moet niet alleen gericht zijn op succesvollere campagnes, maar ook op het vermijden van valkuilen en onbedoelde gevolgen.