Cómo utilizar árboles predictivos de toma de análisis para predecir el futuro

LA árbol de decisión es un enfoque de análisis predictivo que puede ayudarle a tomar decisiones. Supongamos, por ejemplo, que tiene que decidir si invertir una cierta cantidad de dinero en uno de los tres proyectos empresariales: un negocio de camiones de comida, un restaurante, o una librería.

Un analista de negocios ha elaborado el índice de fracaso o el éxito de cada una de estas ideas de negocio como los porcentajes y el beneficio que serías en cada caso.

A partir de los datos estadísticos anteriores muestran, puede construir un árbol de decisión, como se muestra a continuación.

El uso de un árbol de tal decisión de decidir sobre un negocio comienza con el cálculo de la valor esperado para cada alternativa - una fila numerada que le ayuda a seleccionar la mejor.

El valor esperado se calcula de tal manera que incluye todos los posibles resultados para una decisión. Calcular el valor esperado de la idea de negocio de camiones de alimentos se ve así:

Valor esperado de camiones de comida de negocios = (60 por ciento x 20.000 (USD)) + (40 por ciento * -7000 (USD)) = 9,200 (USD)

Aquí el valor esperado refleja la ganancia media de invertir en un negocio de camiones de comida. En este escenario - trabajar con números hipotéticos, por supuesto - si trata de invertir en empresas de camiones de alimentos varias veces (en las mismas circunstancias cada vez), su ganancia media será de 9.200 (USD) por negocios.

En consecuencia, se puede calcular los valores esperados de un negocio de restaurante y librería de la misma manera, de la siguiente manera:

Valor esperado de la actividad de restauración = (52 por ciento x 40.000 (USD)) + (48 por ciento * -21,000 (USD)) = 10.720 (USD)

Valor esperado de los negocios librería = (50 por ciento x 6000 (USD)) + (50 por ciento * -1000 (USD)) = 2,500 (USD)

El valor esperado de un negocio de restaurante representa una predicción de la cantidad de beneficios que serías (en promedio) si usted invirtió en un negocio de restaurante varias veces. Por lo tanto el valor esperado se convierte en uno de los criterios que figura en su toma de decisiones empresariales. En este ejemplo, los valores esperados de las tres alternativas podrían inclinarse a favor de la inversión en el negocio de los restaurantes.

Los árboles de decisión también se pueden utilizar para visualizar reglas de clasificación (tales como los mencionados en el ejemplo anterior de la tienda de relojes en línea).

Un algoritmo de decisión genera un árbol de decisión que representa reglas de clasificación. En el ejemplo del reloj de la tienda, que desea predecir si un determinado cliente va a comprar un reloj de su tienda- el árbol de decisión será, en esencia, un diagrama de flujo: Cada nodo del árbol de decisión representa un atributo identificado en la matriz de datos. Las hojas del árbol son las decisiones previstas.

Este árbol de decisión predice si un cliente puede comprar un reloj dado en la tienda online. Los nodos de este árbol de decisión representan algunos de los atributos que estés analyzing- cada uno es una partitura - de interés de los clientes en los relojes, la edad del cliente, y el salario de los clientes.

La aplicación del modelo a un nuevo cliente X, se puede trazar un camino desde la raíz del árbol a la hoja de un árbol de decisiones (sí o no) que indica y mapas de cómo ese cliente se comportaría hacia el reloj que se anuncian.