Wie die Visualisierung Ihrer Predictive Analysis Daten auswerten

Es gibt mehrere Möglichkeiten, Daten- aber zu visualisieren, was eine gute Visualisierung definiert? Die kurze Antwort: Was auch immer die Bedeutung über bekommt, ist die beste Wahl. Um Ihnen zu helfen, dass die beste Wahl zu finden, können diese vier Kriterien verwenden, um Ihre Visualisierung zu beurteilen. Dies ist keine vollständige Liste, aber es sollte Ihnen in Richtung auf die beste Visualisierung zeigen Sie Ihre Idee nach Hause zu fahren.

Wie relevant ist dieses Bild?

Ihre Datenvisualisierung muss eine klare, gut definierte Zweck - haben ein Ziel vor Augen und vermitteln eine klare Vorstellung davon, wie es zu bekommen. Dieser Zweck könnte die Beantwortung der geschäftlichen Anforderungen, die Sie gebracht Predictive Analytics in erster Linie anzuwenden. Eine Tochtergesellschaft unmittelbar praktischen Zweck Ihre Notwendigkeit sein könnte, komplexe Ideen durch Visualisierung zu vermitteln.

Um beide Anforderungen zu beantworten, halten zunächst daran, dass die in der Visualisierung dargestellten Daten hat zum gesamten Thema Ihrer Analytik Projekt relevant. (Das Relevanz wird nicht weit sein, Ihre analytischen Projekt SEEK- begann die relevanten Daten mit der Auswahl in die Vorhersagemodell zu füttern.)

Mit dem Thema im Auge, ist der nächste Schritt, eine Erzählung zu schaffen, die die relevanten Daten präsentiert, zeigt die Ergebnisse, die auf das Ziel zeigen und verwendet einen entsprechenden Visualisierungsmedium. (Wenn Ihr Unternehmen hat ein Zimmer, die für, sagen wir, Powerpoint-Präsentationen ideal ist, der Ansicht, dass ein großer Hinweis.)

Wie interpretierbar ist das Bild?

Wenn Sie Analysen auf Ihre Daten anwenden, bauen ein Vorhersagemodell, und dann zeigen Sie Ihre analytischen Ergebnisse visuell, sollten Sie in der Lage sein, gut definierte Interpretationen von Ihren Visualisierungen abzuleiten. diese sinnvolle Interpretationen Ableitung führt, die wiederum zu Ableitung Einsichten, und das ist der Dreh- und Angelpunkt für die gesamte Predictive Analytics-Verfahren.

Die Geschichte, die Sie über Ihre Visualisierungsmedium sagen muss klar und eindeutig sein. Ein Raum voller widersprüchlicher Interpretationen ist in der Regel ein Zeichen, dass etwas nicht stimmt. Um die Interpretation der Visualisierung auf Kurs zu halten, sollten Sie es fest auf einem Niveau zu halten mit der Ausgabe des Modells - was wiederum die ganze Mühe mit den betriebswirtschaftlichen Fragen richtet, die die Predictive Analytics-Suche aufgefordert.

In Fällen, in denen eine Visualisierung mehrere Interpretationen zulassen könnten, sollten diese Interpretationen konvergieren die gleiche Geschichte am Ende zu erzählen. Wie bei vielen Unternehmen, sind mehrere Interpretationen oft möglich. Versuchen Sie zu antizipieren, zu diskutieren und zwicken sie vorher, bis sie alle die gleiche Grundidee oder unterstützen die gleiche Gesamtkonzept vermitteln.

Ist das Bild einfach genug?

Eine Visualisierung, die zu komplex ist irreführend oder verwirrend sein. Um das zu erreichen Einfachheit, Ihre Visualisierung braucht Klarheit und Eleganz.

Sie sollten immer für Klarheit versuchen, so viele durch Hinzufügen Legenden (Führer zu dem, was die Teile des Bildes bedeuten) nach Bedarf, und macht sie so klar wie möglich. Sie können Legenden verwenden, um alle Symbole, Figuren, Achsen, Farben, Datenbereiche zu definieren und andere grafische Komponenten, die Sie in Ihrer Visualisierung haben.

Die Wahl der richtigen Kombination von Farben und Objekte darzustellen Ihre Daten Eleganz verbessern können. Das Medium, das Sie wählen, um Ihre Daten zu präsentieren, ist ebenfalls kritisch. Das Medium bezieht sich auf die Bilder, Grafiken und Diagramme in Ihren Präsentationen, in Ergänzungen der Konferenzraum und den visuellen Hilfsmittel Sie verwenden, um Ihre analytischen Ergebnisse, wie TV-Bildschirm, Whiteboard oder einen Projektor zu präsentieren.

In der Regel ist die einfachere der Visualisierung und der einfacheren seine Bedeutung ist, desto besser ist es. Sie wissen, dass Sie erfolgreich waren, wenn die Visualisierung das Reden für Sie erledigt.

Ist das Bild zu neuen Erkenntnissen führen?

Ihre Visualisierung sollte etwas Neues zu Ihrem Predictive Analytics-Projekt hinzufügen. Im Idealfall sollte es Ihnen helfen, neue Erkenntnisse finden, die bisher nicht bekannt waren.

Während des Baus des Predictive Analytics-Modell können Sie Visualisierung zur Feinabstimmung der Ausgabe Ihres Modells verwenden, überprüfen Sie die Daten, und das Ergebnis der Analyse zeichnen. Die Visualisierung kann Ihr Leitfaden, um die Entdeckung neuer Erkenntnisse oder anspruchsvolle und das Erlernen neuer Beziehungen zwischen den Datenelementen im Meer von Daten, die Sie gerade zu analysieren.

Visualisierung sollten Sie das Geschäft helfen versiegeln und löschen Sie alle Zweifel an der Auswertung- sollte es die Ergebnisse und die Ausgabe des Modells unterstützen. Wenn es so effektiv macht, dann werden diese Ergebnisse an das Management präsentiert ihnen helfen, auf die Ergebnisse zu umarmen und zu handeln.