Slik identifiserer du data for Prediktiv Analytics - dummier

For ditt forutsigbare analyseprosjekt må du identifisere passende datakilder, lagre data fra disse kildene og si det i et strukturert, godt organisert format. Disse oppgavene kan være svært utfordrende og vil sannsynligvis kreve nøye koordinering mellom ulike dataforvaltere over hele organisasjonen.

Du må også velge variablene du skal analysere. Denne prosessen må ta hensyn til data begrensninger, prosjektbegrensninger og forretningsmessige mål.

Variablene du velger må ha prediktiv effekt. Du må også vurdere variabler som er både verdifulle og gjennomførbare for prosjektet innenfor budsjettet og tidsrammer. Hvis du for eksempel analyserer banktransaksjoner i en kriminell etterforskning, kan telefonoppføringer for alle involverte parter være relevante for analysen, men ikke tilgjengelig for analytikerne.

Forventer å bruke betydelig tid på denne fasen av prosjektet. Datainnsamling, dataanalyse og prosessen med å adressere datainnhold, kvalitet og struktur kan legge opp til en tidkrevende oppgaveliste.

Under prosessen med dataidentifisering hjelper det å forstå dataene dine og dets egenskaper; Denne kunnskapen vil hjelpe deg å velge hvilken algoritme som skal brukes til å bygge modellen. For eksempel kan tidsseriedata analyseres ved hjelp av regresjonsalgoritmer; Klassifikasjonsalgoritmer kan brukes til å analysere diskrete data.

Variabelt utvalg påvirkes av hvor godt du forstår dataene. Ikke bli overrasket om du må se på og evaluere hundrevis av variabler, i det minste i begynnelsen. Heldigvis, når du jobber med disse variablene og begynner å få viktige innsikt, begynner du å begrense dem til noen få dusin. Forvent også at variabel utvalg skal endres ettersom forståelsen av dataene endres gjennom hele prosjektet.

Det kan hende du synes det er fordelaktig å bygge et datalager som du kan bruke til å spore hva du vet, hva du ikke vet, og hva som kanskje mangler. Dataregisteret skal inneholde en liste over de ulike dataelementene og eventuelle attributter som er relevante i de påfølgende trinnene i prosessen.

For eksempel vil du kanskje dokumentere om noen segmenter mangler postnummer eller manglende poster i en bestemt tidsperiode.

Dine besøk til folk for næringslivskunnskap (også kjent som domenekunnskapseksperter ), hjelper deg med å velge nøkkelvariablene som kan påvirke resultatene av prosjektet positivt. De kan hjelpe deg med å forklare viktigheten av disse variablene, samt hvor og hvordan du får dem, blant annet verdifull innsats.