12个预测分析螺杆式窗口

做了这些错误,你将不再需要一个算法来预测结果

12 第2页
第2页2

“一路上,我们是由IT人员,谁是侮辱,他没有被要求做的工作挑战,”新政说。所有谁是不可或缺的项目应该已经在船上开始了第一次会议之前的主要负责人,他说。

然后有一个讨债公司,必须搞清楚如何提高其成功率大计划的情况。方丈出席了最初的启动会议。“IT人士有数据的控制权,他们是不愿意放弃任何控制的商业智能和数据挖掘组,”他说。

花美元开发的车型成千上万的公司,只有拥有管理把项目变成一个控股模式“的评价” - 三年。由于那时的信息将是无用的,“保留模式”,有效地为杀死该项目的委婉说法。“他们跑了其预测模型,收集统计数据,但它从来没有被用来在组织变革的决定,因此是的完全是浪费时间。”

“对模型进行开发,但从未使用过,因为政治箍中,没有连接,”雅培说。所以,如果你想成功,打造一个共识 - 并有C-套件支持。

10.如果你盖了,他们会来:不用担心如何服务于它。

OK,你终于得到了实际工作的预测模型。怎么办?

组织经常对各类他们想要建立的模型和他们期望的投资回报广泛交谈,但后来却没能成功地部署到业务。

当长老研究顾问询问如何业务将在工作环境中部署的机型,反应往往是“你被部署意思?难道我只是有突然为我工作模式?”新政说,答案是否定的。

部署策略,或者如何车型将在商业环境一旦被建成使用,可以从非常简单 - 非常复杂的系统,其中来自多个来源的数据必须被送入 - 赋予一个人一个电子表格或结果列表该模型。

大多数企业属于后一类,新政说:他们有复杂的流程和需要的不仅仅是一个电子表格或结果列表,以充分利用输出的海量数据集。不仅企业必须投资于适当的分析软件,这可能会花费$ 50,000到$ 30万以上,但他们可能需要软件工程工作进行到数据源连接到运行模型的软件。

最后,他们可能需要的输出整合到一个可视化或商业智能工具,人们可以用它来阅读和解释结果。“一个成功的模式的部署比构建模型本身有时更多的工作,”他说。

即便如此,部署策略,可能需要进行调整,以满足用户的需求。例如,监察长的美国邮政服务局与长辈研究合作开发对于得分可疑的活动的典范合同诈骗调查。

起初研究者忽略的预测模型。但该工具也给了他们获得他们需要为他们的调查数据。

然后团队决定将信息呈现在一个更引人注目的方式,产生热量地图,在地图上显示该合同有欺诈行为的概率最高。渐渐地,调查开始欣赏先声夺人得分给了他们的调查。

如今,一些研究者1000使用它。这是一个学习的时刻,即使在老年研究专家。“我们学到了很多关于人们如何使用的结果,以及他们如何制定预测模型的升值,”新政说。

11.如果结果看起来很明显,扔出去的模型。

一个以娱乐为主的业务招待费想知道追高价值,谁已经停止了未来的回头客的最佳方法。雅培分析开发了一个模型,该模型表明,大部分时间的95%的顾客会回来。

“模型中发现的图案是相当明显的大部分。例如,客户谁已来到物业每月数年,但随后停止了一般又回到了几个月”没有任何干预,雅培说。

企业很快意识到这并不需要模型来预测哪些优惠会得到这些客户回访 - 他们希望反正恢复它们 - 而另外5%是不可能回来的。“但是,模型可以是非常有价值的,如果他们确定谁从明显偏离,”雅培说。

而不是停在那里,他建议他们专注于谁该模型曾预测将返回高价值客户前的相当数量,但没有。“这些都是异常,那些与新的程序对待,”住持说。

“既然我们可以用这样的高精确度预测谁还会回来,人谁没有回来真是异常。这些都是对他们的干预是必要的个人。”

但企业面临的另一个问题:它并没有对为什么他们可能就不来了任何客户的反馈和模型无法预测为什么企业还没有恢复的客户。“他们将不得不拿出更多的数据,以确定他们为什么不返回的核心原因,”雅培说。只有这样,企业开始使用电子邮件和提供的地址,因此试验。

12.不要在模型应该做哪些业务范围内清晰准确的定义。

雅培参与过的一个预测模型的邮政应用程序,需要预测它读取条形码的准确度。渔获:计算必须内的第二所以1/500,一个动作可作为通过读取器传递的每个文档做出。

雅培公司能有拿出一个很好的算法,但它会一直没用,如果它不能产生在给定的时间线所需的结果。该模型不仅需要做出预测,但有一个特定的时间框架内做到这一点 - 这需要包括在定义模型。于是,他不得不做出取舍的,他可以使用算法条款。“这些模型必须是非常简单的,让他们见面的时间预算,这是在企业典型,”他说。

该模型以适应业务的限制,并且这些限制需要在设计规范中明确规定。不幸的是,他补充说,这种想法往往没有得到教授的大学。“太多人只是试图建立良好的模型,但不知道怎么的模式实际上将被使用,”他说。

底线:失败是一种选择

如果经过了这一切,你想预测分析是太困难了,不要怕,顾问建议。雅培解释顾问的心态:‘你犯错误一路上,你学习,你调整,’他说。这是值得的,他补充道。“这些算法看数据的方式人类无法和帮助集中在如何决策的业务将不能够不这样做。”

“我们被调用了很多次人们尝试和失败后,说:”长老。“这真的很难做到这一点好的,但还有很多更多的人能够得到他们的数据了。如果你遵循一些简单的原则,你可以做的很好。”

罗伯特·米切尔是计算机世界国家的记者。按照他的Twitter上twitter.com/rmitch或者给他发电子邮件,在rmitchell@computerworld.com

了解更多关于应用程序在Computerworld的应用主题中心。

这个故事,“12个预测分析螺丝起坐”最初发表计算机世界

加入对网络世界的社有个足球雷竞技app区Facebook的LinkedIn对那些顶级心态的话题发表评论。

版权所有©2013Raybet2

12 第2页
第2页2
IT薪资调查:结果是