Τρεις βασικές Έξυπνη Ανάλυση Μοντέλα

Κάποτε ήταν ότι βασικά στοιχεία ήταν αρκετά για να κάνουν επιτυχημένη αποφάσεις στα πλαίσια ενός οργανισμού. Ο διευθύνων σύμβουλος θα μπορούσε να εξετάσει στα κοινά βασικούς δείκτες απόδοσης όπως το καθαρό περιθώριο κέρδους, το χρέος προς έσοδα, και την απόδοση των επενδύσεων και να είναι σε θέση να κάνουν τις καλύτερες αποφάσεις διαθέσιμες κατά το χρόνο.

Για τις τελευταίες δεκαετίες, οι εταιρείες έχουν συλλέξει μεγάλες ποσότητες δεδομένων με σκοπό την αξιολόγηση για τους οποίους εκτελούνται με τον τρόπο που έκαναν και να κατανοήσουν τις ανάγκες και τις προτιμήσεις των πελατών τους. Έχτισαν αποθήκες δεδομένων και των εκθέσεων των προτέρων για τη βελτίωση της ακρίβειας για τη βελτίωση βασικών διαδικασιών, καθώς και τη βελτιστοποίηση της απόδοσης.

Όπως την πάροδο του χρόνου, οι εταιρείες έμαθαν ότι θα μπορούσαν να χρησιμοποιούν ιστορικά δεδομένα και τις τάσεις να προβλέψουν τη μελλοντική συμπεριφορά, και να λαμβάνουν αποφάσεις. Αυτό παρατηρήθηκε σε παραδείγματα όπως όταν ένας διαχειριστής τηλεφωνικό κέντρο χρησιμοποιεί όγκο κλήσεων από τις στατιστικές ώρες με το προσωπικό ένα τηλεφωνικό κέντρο για τις ώρες και τις ώρες μη αιχμής.

Συνέχεια οργανώσεις προχωρήσει πέραν δυνατότητες αναφοράς και άρχισε τη συλλογή ακόμη μεγαλύτερες ποσότητες δεδομένων να εφαρμόσει στατιστική ανάλυση για την περαιτέρω πρόβλεψη μελλοντικών τάσεων και συμπεριφορικά πρότυπα. Αυτό παρατηρήθηκε σε παραδείγματα όπως ο τραπεζικός κλάδος με πιστωτικό ιστορικό, κατοικίες πληροφορίες, ενημέρωση για θέσεις εργασίας, τα χρέη, κλπ για να υπολογίσετε ένα πιστωτικό αποτέλεσμα να καθοριστεί εάν ένα άτομο είναι πιθανό να εξοφλήσει το δάνειο. Αυτό είναι ένα παράδειγμα της προγνωστική ανάλυση, και οργανισμούς σε όλα τα είδη μαθαίνουν να την εφαρμόσουν σε αναφορά των δυνατοτήτων τους. Προγνωστική ανάλυση ισχύει και μεγάλου όγκου δεδομένων για να συλλάβει τις σχέσεις μεταξύ επεξηγηματικές μεταβλητές (μεταβλητές που χρησιμοποιούνται σε μια σχέση για να εξηγήσει ή πρόβλεψη των αλλαγών στις αξίες μιας άλλης μεταβλητής) και την προβλεπόμενη από το παρελθόν μεταβλητών στοιχείων, και η εφαρμογή σε πρόβλεψη μελλοντικών αποτελεσμάτων.

Predictive μοντελοποίησης είναι η διαδικασία με την οποία είναι δεδομένα και διαμόρφωσε διαγνωσθεί να προσπαθήσουμε να προβλέψουμε καλύτερα την πιθανότητα ενός αποτελέσματος. Σε πολλές περιπτώσεις, το μοντέλο που επιλέγεται με βάση την ανίχνευση θεωρίας για να προσπαθήσει να μαντέψει την πιθανότητα σήμα που εκπέμπει ένα σύνολο ποσό των δεδομένων εισόδου. Μοντέλα μπορεί να χρησιμοποιήσει μία ή περισσότερες ταξινομητών στην προσπάθεια να προσδιοριστεί η πιθανότητα μιας σειράς στοιχείων που ανήκουν σε μια ομάδα.

Υπάρχουν τρεις βασικοί τύποι μοντέλων που συνδέονται με την προγνωστική ανάλυση: προγνωστική μοντέλα, περιγραφικά μοντέλα και τα μοντέλα απόφαση.

Predictive μοντέλα προβλέπουν τη μελλοντική συμπεριφορά και να προβλέψουμε τις συνέπειες της αλλαγής. Τα μοντέλα πρόβλεψης αποτελείται από μια σειρά πρόβλεψης (παράγοντες που ενδέχεται να επηρεάσουν τη μελλοντική συμπεριφορά ή αποτελέσματα). Για παράδειγμα, στο μάρκετινγκ ηλικία του πελάτη, το φύλο και το εισόδημα μπορεί να χρησιμοποιηθεί για να προβλέψουν την πιθανότητα της αγοράς.

Κεντρικό στοιχείο για την οικοδόμηση analytics έξυπνη »είναι η ικανότητα πρόβλεψης, μια ενιαία τιμή που μετρήθηκε για κάθε πελάτη. Για παράδειγμα, η «τελευταία», το οποίο βασίζεται στον αριθμό των εβδομάδων από την τελευταία αγορά του πελάτη, έχει υψηλότερες τιμές για τα πιο πρόσφατα πελάτες. Αυτή πρόβλεψης είναι συνήθως ένα αξιόπιστο παράγοντα πρόβλεψης απάντηση καμπάνια: θα λάβετε περισσότερες απαντήσεις από τους πελάτες πιο πολύ κατατάσσονται από «πλέον πρόσφατο». Αυτό σημαίνει ότι, εάν επικοινωνήσετε με τους πελάτες σας κατά σειρά «πιο πρόσφατες» - πρώτον, καλέστε το πιο πρόσφατο-πελάτη? Επόμενο, καλέστε το επό-πιο πρόσφατα-πελάτη? Και ούτω καθ 'εξής - θα βελτιώσει το ποσοστό ανταπόκρισης σας. Για κάθε στόχο την πρόβλεψη, υπάρχει πληθώρα πρόβλεψης που θα βοηθήσουν κατάταξη βάση δεδομένων των πελατών σας. Για παράδειγμα, σκεφτείτε online συμπεριφορά του πελάτη: Οι πελάτες που ξοδεύουν λιγότερο χρόνο συνδεδεμένοι μπορεί να είναι λιγότερο πιθανό να ανανεώσουν την ετήσια συνδρομή τους. Στην περίπτωση αυτή, οι εκστρατείες διατήρηση μπορεί να είναι αποτελεσματικά από άποψη κόστους απευθύνονται σε πελάτες με χαμηλή μηνιαία αξία πρόβλεψης χρήσης.

Περιγραφικά μοντέλα ποσοτικοποίηση των σχέσεων μεταξύ των δεδομένων για την ταξινόμηση των πελατών σε ομάδες. Αν και τα μοντέλα πρόβλεψης έμφαση στην πρόβλεψη της συμπεριφοράς ενός πελάτη, περιγραφικά μοντέλα προσδιορίζουν τις σχέσεις μεταξύ των διαφόρων πελατών ή των προϊόντων. Περιγραφικά μοντέλα δεν προβλέπουν μια τιμή-στόχο, αλλά επικεντρώνεται περισσότερο στην εσωτερική δομή, σχέσεις, διασύνδεση, κλπ. περιγραφικά μοντέλα χρησιμοποιούνται σε προηγούμενο παράδειγμα μας, του χρηματοπιστωτικού κλάδου και τα πιστωτικά αποτελέσματα.

Ανάλυση διασποράς είναι περιγραφική τεχνική μοντελοποίησης που προσδιορίζει συσπειρώσεις ενσωματωμένο στα δεδομένα. Ένα σύμπλεγμα είναι μια συλλογή των αντικειμένων δεδομένων που είναι παρόμοια κατά κάποιο τρόπο σε ένα άλλο.

Άλλο περιγραφικό τεχνική μοντελοποίησης είναι η k-means αλγόριθμος. K-σημαίνει αλγόριθμος είναι μια απόσταση που βασίζεται clustering αλγόριθμο που κατατμήσεις τα δεδομένα σε έναν προκαθορισμένο αριθμό των ομάδων (εφόσον υπάρχουν αρκετές διαφορετικές περιπτώσεις). Ο k-means αλγόριθμος λειτουργεί μόνο με αριθμητικά χαρακτηριστικά. Βάσει της απόστασης αλγόριθμοι βασίζονται σε μια απόσταση μετρικό (λειτουργία) για τη μέτρηση της ομοιότητας μεταξύ των σημείων δεδομένων.

Μοντέλα απόφαση περιγράφουν τη σχέση μεταξύ όλων των στοιχείων και την απόφαση προβλέπουν τα αποτελέσματα των αποφάσεων, επιτρέποντάς σας να δοκιμάσετε διάφορα σενάρια, και τη βελτιστοποίηση των αποτελεσμάτων. Κλινική Decision Support Systems χρήση έξυπνης ανάλυση στον κλάδο υγειονομικής περίθαλψης να καθοριστούν σε κίνδυνο τους ασθενείς και μερικές φορές για να καθορίσει ποια πορεία δράσης θα πρέπει να δοθεί καλύτερη πολλαπλάσιο φάσμα μεταβλητών.

Τα μοντέλα Ορθολογική απόφαση βασίζεται σε μια γνωστική κρίση της τα πλεονεκτήματα και τα μειονεκτήματα των διαφόρων επιλογών. Είναι οργανωμένη γύρω από την επιλογή των πιο λογική και λογική εναλλακτική λύση που θα έχει το επιθυμητό αποτέλεσμα. Οι αποφάσεις που συνήθως οργανώνονται μέσω μιας λεπτομερούς ανάλυσης των εναλλακτικών λύσεων και τη συγκριτική αξιολόγηση των πλεονεκτημάτων του κάθε. Σταθμισμένα κριτήρια βαθμολόγησης είναι ένα παράδειγμα της ορθολογικής μοντέλων απόφαση.

Ας ελπίσουμε ότι αυτό σας έχει δώσει μια καλύτερη κατανόηση των βασικών μοντέλων πρόβλεψης ανάλυση που οδηγούν προγνωστική ανάλυση. Ελέγξτε έξω το άρθρο μου για την έξυπνη τεχνικές μοντελοποίησης για να μάθουν περίπου 12 κοινές τεχνικές που χρησιμοποιούνται για την πρόβλεψη της μελλοντικής συμπεριφοράς.

Σχετικά Βίκτωρ Holman

Victor Holman είναι ένας εμπειρογνώμονας διαχείρισης απόδοσης που παρέχει γρήγορη, απλή και ανέξοδη τρόποι για τη μετατροπή οργανωτική απόδοση.