Cómo introducir análisis predictivo clasificaciones de datos para su negocio

Si su empresa aún tiene que utilizar la clasificación de datos utilizados en el análisis predictivo, tal vez es hora de introducirlo como una manera de tomar mejores decisiones de gestión o de funcionamiento. Este proceso comienza con una etapa de investigación: La identificación de un área del problema en el negocio donde un amplio datos disponibles, pero actualmente no se está utilizando para tomar decisiones de negocio.

Una forma de identificar un área de tal problema es llevar a cabo una reunión con los analistas, gerentes y otros tomadores de decisiones para preguntarles qué riesgo o las decisiones difíciles que repetidamente hacen - y qué tipo de datos que necesitan para apoyar sus decisiones. Si tiene datos que reflejan los resultados de las decisiones pasadas, estar preparado para dibujar en ella. Este proceso de identificación del problema se llama fase de descubrimiento.

Después de la fase de descubrimiento, usted querrá seguir con cuestionarios individuales dirigidas a los accionistas de la empresa. Considere pedir a los siguientes tipos de preguntas:

• ¿Qué quieres saber de los datos?

• ¿Qué medidas va a tomar cuando usted consigue su respuesta?

• ¿Cómo va a medir los resultados de las medidas adoptadas?

Si los resultados del modelo de análisis predictivo producen una perspectiva interesante, entonces alguien tiene que hacer algo con él - tomar medidas. Obviamente, usted querrá ver si los resultados de esa acción agregan valor al negocio de la organización. Por lo que usted tiene que encontrar un método para medir ese valor - ya sea en términos de ahorro de costos operacionales, aumentó las ventas, o mejor retención de clientes.

Mientras lleva a cabo estas entrevistas, tratar de entender por qué se realizan ciertas tareas y cómo están siendo utilizados en el proceso de negocio. Preguntar por qué las cosas son como son puede ayudarle a descubrir realizaciones inesperadas. No hay punto en la recopilación y análisis de los datos por el simple hecho de la creación de más datos. Desea utilizar esos datos para responder a las necesidades específicas del negocio.

Para el científico de datos o modelador, este ejercicio define qué tipo de datos deben ser clasificados y analizados - un paso esencial para el desarrollo de un modelo de clasificación de datos. Una distinción básica para empezar es si los datos que va a utilizar para entrenar el modelo es interno o externo:

• Los datos internos es específico de su empresa, por lo general atrae a partir de fuentes de datos de su empresa, y puede incluir muchos tipos de datos - como estructurados, semi-estructurados o no estructurados.

• Datos externos viene de fuera de la empresa, a menudo como los datos comprados a otras empresas.

Independientemente de si los datos que utiliza para su modelo es interno o externo, tendrá que evaluar primero. Varias preguntas son propensos a surgir en la evaluación:

• ¿Qué tan importante y precisa es la información de que se trata? Si es demasiado sensible, no puede servir a sus propósitos.

• ¿Qué tan precisa es la información de que se trata y si su precisión es cuestionable, a continuación, su utilidad es limitada.

• Cómo hacer política de la empresa y las leyes aplicables permiten que los datos sean utilizados y procesados? Es posible que desee desactivar el uso de los datos con el departamento legal de las cuestiones jurídicas que puedan surgir. (Vea el recuadro que acompaña a un famoso ejemplo reciente.).

Cuando haya identificado los datos que sea adecuado para su uso en la construcción de su modelo, el siguiente paso es clasificar ella - para crear y aplicar etiquetas útiles para sus elementos de datos. Por ejemplo, si está trabajando en los datos sobre el comportamiento de compra de los clientes, las etiquetas podrían definir las categorías de datos de acuerdo con la forma en que algunos grupos de clientes compran, a lo largo de estas líneas:

• Clientes de temporada podrían ser los que compran con regularidad o semi-regular.

• Clientes descuento orientada podrían ser los que tienden a darse sólo cuando se ofrecen grandes descuentos.

• Clientes fieles son aquellos que han comprado muchos de sus productos a través del tiempo.

La predicción de la categoría que un nuevo cliente cabrá puede ser de gran valor para el equipo de marketing. La idea es que gastar tiempo y dinero de manera eficiente en identificar qué clientes para anunciar, determinar qué productos para recomendar a ellos, y elegir el mejor momento para hacerlo.

Una gran cantidad de tiempo y dinero se puede perder si orienta los clientes equivocados, probablemente, que los hace menos propensos a comprar que si no había comercializado a ellos en primer lugar. Utilizando el análisis predictivo para marketing dirigido debe apuntar no sólo a las campañas más exitosas, sino también en la prevención de peligros y consecuencias no deseadas.