¿Cómo generar análisis predictivo con datos e impulsado por los datos de usuario

Hay dos maneras de ir sobre la generación o aplicación de análisis predictivo: puramente en la base de datos (sin conocimiento previo de lo que está buscando) o con un objetivo de negocio propuesto que los datos pueden o no pueden soportar. Usted no tiene que elegir uno u otro- los dos enfoques pueden ser complementarios. Cada uno tiene sus ventajas y desventajas.

Ambos enfoques de análisis predictivo tienen su limitaciones- la gestión del riesgo tenga en cuenta al interrogar a sus resultados. ¿Qué enfoque a encontrar a ser a la vez prometedor de buenos resultados y relativamente seguro?

La combinación de ambos tipos de análisis permite a su negocio y le permite ampliar su comprensión, conocimiento, y el conocimiento de su negocio y sus clientes. Esto hace que su proceso de decisión más inteligente y, posteriormente, más rentable.

¿Cómo generar análisis predictivo basadas en datos

Si usted está basando su análisis exclusivamente en los datos existentes, puede utilizar datos internos - acumulada por su compañía en los últimos años - o datos externos (a menudo comprados de una fuente fuera de la empresa) que sea relevante para su línea de negocio.

Para dar sentido a los datos, se puede emplear herramientas de minería de datos para superar tanto su complejidad y tamaño- revelar algunos patrones que no eran conscientes de- descubrir algunas asociaciones y enlaces dentro de su datos y utilizar sus hallazgos para generar nuevas categorizaciones, nuevo ideas y nuevos conocimientos.

El análisis de datos impulsada incluso puede revelar una joya o dos que pueden mejorar radicalmente su negocio - todo lo cual le da a este enfoque un elemento de sorpresa que se alimenta de la curiosidad y construye la anticipación.

El análisis de datos impulsada es el más adecuado para grandes conjuntos de datos, ya que es difícil para los seres humanos para envolver su mente alrededor de enormes cantidades de datos. Herramientas de minería de datos y técnicas de visualización le ayudan a conseguir una mirada más cercana y cortar la masa abrumadora de los datos a su tamaño. Mantener estos principios generales en mente:

  • La más completa de sus datos es, mejor será el resultado de la analítica basadas en datos. Si usted tiene extensa de datos que contiene información clave para las variables que estés de medición, y se extiende por un período prolongado de tiempo, usted está garantizado para descubrir algo nuevo acerca de su negocio.

  • Análisis basados ​​en datos es neutral porque ningún conocimiento previo acerca de los datos es necesario y no estás después de un objetivo específico en particular, pero el análisis de los datos para el bien de ella.

  • La naturaleza de este análisis es amplio y no se refiere a sí mismo con una búsqueda específica o validación de una idea preconcebida. Este enfoque de la analítica se puede ver como una especie de minería de datos al azar y amplio.

  • Si usted realiza este tipo de análisis de datos, y si se aprende algo acerca de su negocio a partir del análisis, usted todavía tendrá que decidir si los resultados que está obteniendo valen implementar o actuar sobre.

  • Basándose únicamente en el análisis de datos impulsada añade algún riesgo para las decisiones empresariales resultantes. Puede, sin embargo, limitar ese riesgo mediante la incorporación de algunos de el realismo que caracteriza análisis orientados al usuario.

    Cuando los datos del mundo real demuestra (o al menos compatible) la corrección de sus ideas originales, entonces la decisión apropiada está prácticamente ya se hizo. Cuando una corazonada informada es validado por los datos, todo el análisis se muestra como impulsado por las ideas estratégicas que eran vale la pena seguir y verificar.

¿Cómo generar análisis predictivo orientados al usuario

los guiado por el usuario enfoque para el análisis predictivo comienza con usted (o sus gerentes) la concepción de ideas y luego refugiarse en sus datos para ver si esas ideas tienen mérito, se destacan las pruebas, y son apoyados por los datos.

Los datos de prueba pueden ser una muy pequeña parte de su negocio total de datos es algo que definir y elegir lo que considere relevante para probar sus ideas.

El proceso de escoger los datos correctos y el diseño de métodos de prueba precisos - de hecho, todo el proceso desde el inicio hasta la adopción - tiene que ser guiados por una consideración cuidadosa y meticulosa planificación.

Análisis usuario impulsada requiere no sólo el pensamiento estratégico, pero también lo suficientemente profundo conocimiento del dominio de negocio para respaldar la formulación de estrategias. Visión y la intuición pueden ser muy útiles aquí- que estás buscando cómo los datos se presta apoyo específico a las ideas que considera importante y estratégico. Este enfoque de análisis predictivo se define por el alcance de las ideas que estés sondeo. La toma de decisiones se hace más fácil cuando los datos apoyan sus ideas.

El proceso de sondear sus ideas no puede ser tan sencillo como el análisis de conjuntos de datos enteros. También puede verse afectada por el sesgo de demostrar la exactitud de sus supuestos iniciales.

He aquí una comparación de los datos basados ​​en datos y orientados al usuario.

CaracterísticasData-DrivenUser-Driven
Conocimiento de negocios NecesarioSin conocimiento previoConocimiento del dominio en profundidad
Análisis y Herramientas UsadoAmplio uso de herramientas de minería de datosDiseño específico para el análisis y pruebas
Big DataAdecuado para datos a gran escalaAplicado en conjuntos de datos más pequeños
Análisis AlcanceÁmbito de aplicación abiertoAlcance limitado
Análisis ConclusiónNecesidades verificación de los resultadosMás fácil adopción de los resultados de análisis
Patrón de datosDescubre patrones y asociacionesPuede perderse patrones y asociaciones ocultas



» » » » ¿Cómo generar análisis predictivo con datos e impulsado por los datos de usuario