ビジネスにPredictive Analyticsデータ分類を導入する方法 - ダミー

予測分析では、管理や運用上の意思決定を改善するための方法として導入する必要があるかもしれません。このプロセスは、調査ステップから始まります。十分なデータが利用可能であるが現在はビジネス上の意思決定に使用されていないビジネスにおける問題領域を特定することから始まります。

そのような問題領域を特定する1つの方法は、アナリスト、マネージャー、および他の意思決定者との会議を開催して、繰り返される危険または困難な決定をどのようなものにするか、そして彼らの決定を支援するためには。あなたが過去の決定の結果を反映するデータを持っている場合は、それを描画する準備をしてください。問題を特定するこのプロセスは、発見フェーズと呼ばれます。

<！ - 1 - >

発見段階の後、ビジネスのステークホルダー宛の個別のアンケートをフォローアップしたいと思うでしょう。次のような質問をすることを検討してください。

データから何を知りたいですか？
あなたの答えが得られたら、どんな行動を取るのですか？
取った行動からどのように結果を測定しますか？

予測分析モデルの結果が意味のある洞察を生むなら、誰かがそれを使って何かをしなければならない。明らかに、そのアクションの結果がビジネス価値を組織に加味するかどうかを知りたいでしょう。したがって、運用コストからの節約、売上の増加、顧客保有の改善など、その価値を測定する方法を見つける必要があります。

<！ - 2 - >

これらのインタビューを実施する際に、特定のタスクがなぜ行われ、ビジネスプロセスでどのように使用されているのかを理解してください。物事が彼らのやり方であることを尋ねると、予期しない実現を発見するのに役立つかもしれません。より多くのデータを作成するためだけに、データを収集し分析する必要はありません。特定のビジネスニーズに答えるためにそのデータを使用したいとします。

データ科学者またはモデラーにとって、この演習では、どのような種類のデータを分類および分析する必要があるかを定義します。データ分類モデルを開発する上で不可欠なステップです。基本的な違いは、モデルをトレーニングするために使用するデータが社内外かどうかです。

<！内部データ

は貴社固有のもので、通常は会社のデータソースから取得し、構造化、半構造化、非構造化などの多くのデータ型を含めることができます。 外部データ
は社外から提供され、多くの場合、他社から購入したデータです。 モデルに使用するデータが社内外であるかどうかにかかわらず、まずそれを評価したいと思うでしょう。その評価でいくつかの疑問が生じる可能性があります。

問題のデータはどの程度重要かつ正確ですか？それがあまりにも敏感であれば、それはあなたの目的に役立たないかもしれません。

問題のデータはどれほど正確であり、その正確さが疑わしい場合、その有用性は限られています。
会社の方針と適用法は、データの使用と処理をどのように許可しますか？発生する可能性のある法的問題については、法務部門にデータの使用を明確にすることができます。（最近の有名な例については、付属のサイドバーを参照してください）。
モデルの建物で使用するのに適したデータを特定したら、それを分類して、データ要素に有用なラベルを作成して適用します。たとえば、顧客の購入行動に関するデータを扱っている場合、ラベルには、顧客グループの購入方法に応じてデータカテゴリを定義することができます。

季節客

半定期的に。 割引対象顧客
は、大きな割引が提供された場合にのみ買い物をする傾向がある顧客である可能性があります。 誠実な顧客
は、時間の経過とともに多くの製品を購入した顧客です。 新しい顧客が適合するカテゴリーを予測することは、マーケティングチームにとって大きな価値があります。アイデアは、どの顧客に広告を掲載するかを特定し、どの製品を推奨するかを決定し、最適な時期を選択することで、時間と費用を効率的に費やすことです。

間違った顧客をターゲットにすると、多くの時間と費用が浪費される可能性があります。購入する可能性は低いです。ターゲットを絞ったマーケティングのために予測分析を使用することは、より成功したキャンペーンだけでなく、落とし穴や意図しない結果を避けることも目的とする必要があります。