Innholdsfortegnelse:
- Oppgave: Planlegging utplassering
- Oppgave: Planleggingskontroll og vedlikehold
- Oppgave: Rapportere endelige resultater
- Oppgave: Gjennomgå prosjektet
Video: IMPLANTAR EM DATA SCIENCE. CRISP-DM #FASE6 2025
Distribusjon er hvor datautvinning lønner seg. I denne siste fasen av CRISP-DM-prosessen (Cross-Industry Standard Process Processing for Data Mining), spiller det ingen rolle hvor strålende funnene dine kan være, eller hvor perfekt modellene dine passer til dataene, hvis du ikke faktisk bruker disse ting for å forbedre måten du gjør forretninger på.
Utplasseringsfasen inneholder fire oppgaver. Disse er
-
Planlegging distribusjon (dine metoder for å integrere data-mining funn i bruk)
-
Planlegging overvåking og vedlikehold
-
Rapportering av endelige resultater
-
Gjennomgang av endelige resultater
Oppgave: Planlegging utplassering
Når modellen er klar til bruk, trenger du en strategi for å sette det å jobbe i din bedrift.
Den leverbare for denne oppgaven er distribusjonsplanen. Dette er et sammendrag av strategien for distribusjon, trinnene som kreves, og instruksjonene for å utføre disse trinnene.
Oppgave: Planleggingskontroll og vedlikehold
Datautvinningsarbeid er en syklus, så forvent å være aktivt involvert i modellene dine da de er integrert i hverdagen.
Den leverbare for denne oppgaven er overvåkings- og vedlikeholdsplanen. Dette er et sammendrag av strategien for kontinuerlig gjennomgang av modellens ytelse. Du må sørge for at den blir brukt på riktig måte på en kontinuerlig måte, og at eventuell nedgang i modellens ytelse vil bli oppdaget.
Oppgave: Rapportere endelige resultater
Leveranser for denne oppgaven inkluderer to elementer:
-
Endelig rapport: Den endelige rapporten oppsummerer hele prosjektet ved å samle alle rapportene opprettet til dette pek og legg til en oversikt som sammenfatter hele prosjektet og dets resultater.
-
Endelig presentasjon: En oppsummering av sluttrapporten presenteres i et møte med ledelsen. Dette er også en mulighet til å løse eventuelle åpne spørsmål.
Oppgave: Gjennomgå prosjektet
Til slutt møter data miningsteamet for å diskutere hva som fungerte og hva som ikke gjorde, hva ville det vært bra å gjøre igjen, og hva som bør unngås!
Dette trinnet har også en leverbar, selv om den bare er for bruk av data mining team, ikke lederen (eller klienten). Det er erfaringsdokumentasjonsrapporten.
Her skal du skissere alle arbeidsmetoder som fungerte spesielt godt, slik at de er dokumentert for å kunne brukes igjen i fremtiden, og eventuelle forbedringer som kan bli gjort i prosessen. Det er også stedet å dokumentere problemer og dårlige erfaringer, med dine anbefalinger for å unngå lignende problemer i fremtiden.
Data mining er en lagaktivitet.Så hvis denne prosessen ser ut til å inkludere mange skritt, skjønner du at det ikke er ditt personlige ansvar å gjøre hver enkelt av dem, og at det alltid er hensiktsmessig å be om hjelp fra andre når du trenger det. (I starten av prosjektet har du laget en liste over personer som er ressurser til data-mining prosjektet. Det er din lille katalog med hjelpere!)
