So erzeugen Sie Predictive Analytics mit Daten und Benutzergesteuerte Daten

Es gibt zwei Möglichkeiten, um die Erzeugung oder die Umsetzung Predictive Analytics gehen: rein auf der Grundlage Ihrer Daten (ohne Vorkenntnisse, was Sie nach) oder mit einem vorgeschlagenen Geschäftsziel, das die Daten können oder möglicherweise nicht unterstützt. Sie haben noch die beiden Ansätze eine oder die in anderer zu wählen können sich ergänzen. Jedes hat seine Vor- und Nachteile.

Beide Ansätze für Predictive Analytics haben ihre limitations- keep Risikomanagement daran, wie Sie ihre Ergebnisse verhören. Welche Vorgehensweise finden Sie sowohl vielversprechende gute Ergebnisse und relativ sicher zu sein?

beide Arten der Analyse Kombination ermöglicht Ihr Unternehmen und ermöglicht es Ihnen, Ihr Verständnis, Einsicht und das Bewusstsein für Ihr Unternehmen und Ihre Kunden zu erweitern. Es macht Ihre Entscheidungsprozess intelligenter und anschließend mehr rentabel.

Wie datengesteuerte Predictive Analytics zu erzeugen

Wenn Sie Ihre Analyse rein auf vorhandenen Daten sind basieren, können Sie interne Daten verwenden - akkumulierte von Ihrem Unternehmen im Laufe der Jahre - oder externen Daten (oft von einer Quelle außerhalb des Unternehmens erworben haben), die auf Ihre Branche relevant sind.

Um Sinn dieser Daten machen, können Sie Data-Mining-Tools verwenden, die Komplexität sowohl zu überwinden und größen- einige Muster offenbaren Sie sich nicht bewusst waren of- einige Verbände und Links innerhalb Ihrer Daten- aufzudecken und Ihre Erkenntnisse nutzen, um neue Kategorisierungen zu generieren, neue Einsichten und neues Verständnis.

Datengestützte Analyse kann sogar ein Juwel offenbaren oder zwei, die radikal Ihr Unternehmen verbessern können - all das gibt diesem Ansatz ein Element der Überraschung, die auf Neugier nährt und baut Erwartung.

Datengestützte Analyse eignet sich am besten für große Datensätze, weil es schwer ist, für den Menschen ihre Gedanken um große Datenmengen zu wickeln. Data-Mining-Tools und Visualisierungstechniken helfen Ihnen, einen genaueren Blick zu bekommen und schneiden Sie die überwältigende Masse an Daten auf die richtige Größe. Bewahren Sie diese allgemeinen Grundsätze zu beachten:

• Je vollständiger Ihre Daten, Analytik desto besser das Ergebnis von datengesteuerten. Wenn Sie umfangreiche Daten verfügen, die die wichtigsten Informationen zu den Variablen hat Sie messen, und erstreckt sich über einen längeren Zeitraum, sind Sie garantiert etwas Neues über Ihr Unternehmen zu entdecken.

• Daten-Driven Analytics ist neutral, da keine Vorkenntnisse über die Daten, die notwendig ist, und Sie sind nicht nach einem bestimmten Ziel vor allem aber die Analyse der Daten für die selbst willen.

• Die Natur dieser Analyse ist breit und es nicht selbst mit einem bestimmten Such oder Validierung einer vorgefassten Idee betreffen. Dieser Ansatz zur Analytik können als eine Art zufällig und breit Data Mining betrachtet werden.

• Wenn Sie eine solche Datenanalyse durchführen, und wenn Sie etwas über Ihr Unternehmen aus der Analyse lernen, werden Sie noch brauchen, um zu entscheiden, ob die Ergebnisse Sie bekommen wert sind die Umsetzung oder Einwirken auf.

• Unter Berufung ausschließlich auf Daten-Driven Analytics fügt ein gewisses Risiko für die daraus resultierenden Geschäftsentscheidungen. Sie können, begrenzen jedoch das Risiko von einigen der Realismus enthält, die Analytik benutzergesteuerte charakterisiert.

  Wenn Daten der realen Welt beweist (oder zumindest unterstützt), um die Richtigkeit Ihrer ursprünglichen Ideen, dann wird die entsprechende Entscheidung praktisch schon gemacht. Wenn eine informierte Ahnung von den Daten bestätigt wird, zeigt die ganze Analyse selbst als durch strategische Ideen angetrieben, die Verfolgung wert waren und zu verifizieren.

Wie benutzergesteuerte Predictive Analytics zu erzeugen

Das user-driven Ansatz für Predictive Analytics beginnt mit Ihnen (oder Ihren Manager) von Ideen zu begreifen und dann in Ihre Daten Zuflucht nehmen, um zu sehen, ob diese Ideen haben Verdienst, würde Prüfung stehen, und werden von den Daten unterstützt.

Die Testdaten können eine sehr kleine Teilmenge der gesamten Geschäft Daten- es ist etwas, das Sie definieren und wählen, wie Sie zum Testen Sie Ihre Ideen für relevant halten.

Der Prozess der die richtigen Datensätze Kommissionierung und genaue Testmethoden entwerfen - in der Tat, den gesamten Prozess vom Anfang bis zur Annahme - hat durch eine sorgfältige Prüfung und sorgfältige Planung geführt zu werden.

Benutzer Driven Analytics erfordert nicht nur strategisches Denken, sondern auch genug über profunde Kenntnisse der Business-Bereich die strategizing zu sichern. Vision und Intuition kann sehr hilfreich sein hier- Sie suchen, wie die Daten verleiht spezielle Unterstützung, um Ideen, die Sie wichtig und strategisch erachtet. Dieser Ansatz zur prädiktiven Analysen durch den Umfang der Ideen definiert Sie Sondierung. Die Entscheidungsfindung wird einfacher, wenn die Daten, die Ihre Ideen unterstützt.

Der Prozess Ihre Ideen von Sondieren kann nicht so einfach sein, wie ganze Datensätze zu analysieren. Es kann auch durch Ihre Tendenz zu beweisen die Richtigkeit Ihrer ursprünglichen Annahmen beeinflusst werden.

Hier ist ein Vergleich von datengesteuerten und benutzergesteuerte Daten.

Charakteristik	Datengetriebene	Benutzergetriebene
Business-Kenntnisse erforderlich	Keine Vorkenntnisse	In eingehenden Domänenwissen
Analyse und Werkzeuge	Breiter Einsatz von Data-Mining-Tools	Spezielle Design für Analysen und Tests
Große Daten	Geeignet für Daten groß angelegte	Angewandt auf kleinere Datensätze
Scope-Analyse	Offene Rahmen	Begrenzte Umfang
Analyse Fazit	Braucht die Überprüfung der Ergebnisse	Einfachere Annahme der Analyseergebnisse
Datenmuster	Aufdeckt Muster und Verbände	Kann versteckte Muster und Verbände vermissen