Casa Finanza personale Nozioni di base sulle principali tendenze tecnologiche in Predictive Analytics - dummies

Nozioni di base sulle principali tendenze tecnologiche in Predictive Analytics - dummies

Sommario:

Video: What’s next for IoT? Artificial Intelligence, of course | The Element Podcast - E07 2025

Video: What’s next for IoT? Artificial Intelligence, of course | The Element Podcast - E07 2025
Anonim

Le tecniche analitiche predittive tradizionali possono fornire solo approfondimenti sulla base di dati storici. I tuoi dati, passati e in entrata, possono fornirti un indicatore affidabile che può aiutarti a prendere decisioni migliori per raggiungere i tuoi obiettivi di business. Lo strumento per raggiungere questo obiettivo è l'analisi predittiva.

Come esplorare l'analisi predittiva come servizio

Poiché l'utilizzo dell'analisi predittiva è diventato più comune e diffuso, una tendenza emergente è (comprensibilmente) verso una maggiore facilità d'uso. Probabilmente il modo più semplice per utilizzare l'analisi predittiva è come software - sia come prodotto standalone sia come servizio basato su cloud fornito da un'azienda il cui business sta fornendo soluzioni di analisi predittiva per altre società.

Se l'attività dell'azienda è di offrire analisi predittive, è possibile fornire tale funzionalità in due modi principali:

  • Come applicazione software autonoma con un'interfaccia utente grafica facile da usare: > Il cliente acquista il prodotto di analisi predittiva e lo utilizza per creare modelli predittivi personalizzati. Come insieme di strumenti software basati su cloud che aiutano l'utente a scegliere un modello predittivo da utilizzare:

  • Il cliente applica gli strumenti per soddisfare i requisiti e le specifiche del progetto e il tipo di dati che il modello sarà applicato a. Gli strumenti possono offrire previsioni rapidamente, senza coinvolgere il cliente nel funzionamento degli algoritmi in uso o nella gestione dei dati coinvolti.

    Un semplice esempio può essere semplice come questi tre passaggi:

Un client carica i dati sui server o sceglie i dati che già risiedono nel cloud.

  1. Il cliente applica alcuni dei modelli predittivi disponibili a tali dati.

  2. Il cliente esamina le intuizioni e le previsioni visualizzate dai risultati dell'analisi o del servizio.

  3. Come aggregare i dati distribuiti per l'analisi

Una tendenza crescente consiste nell'applicare l'analisi predittiva ai dati raccolti da fonti diverse. La distribuzione di una tipica soluzione di analisi predittiva in un ambiente distribuito richiede la raccolta di dati, a volte di grandi dimensioni, da fonti diverse; un approccio che deve fare affidamento sulle capacità di gestione dei dati. I dati devono essere raccolti, preelaborati e gestiti

prima di possono essere considerati utilizzabili per generare previsioni utilizzabili. Gli architetti delle soluzioni di analisi predittiva devono sempre affrontare il problema di come raccogliere ed elaborare dati da diverse fonti di dati.Si consideri, ad esempio, un'azienda che intende predire il successo di una decisione aziendale che riguarda uno dei suoi prodotti valutando una delle seguenti opzioni:

Mettere le risorse aziendali in aumento del volume delle vendite

  • Per terminare la produzione di il prodotto

  • Per cambiare l'attuale strategia di vendita per il prodotto

  • L'architetto di analisi predittiva deve progettare un modello che aiuti l'azienda a prendere questa decisione, utilizzando i dati sul prodotto da diversi reparti:

Dati tecnici

  • : Il reparto tecnico dispone di dati sulle specifiche del prodotto, sul suo ciclo di vita, sulle risorse e sui tempi necessari per produrlo. Dati di vendita

  • : il reparto vendite ha informazioni sul volume delle vendite del prodotto, il numero di vendite per regione e i profitti generati da tali vendite. Dati dei clienti da sondaggi, recensioni e post

  • : la società potrebbe non disporre di un reparto dedicato che analizzi le opinioni dei clienti sul prodotto. Esistono strumenti, tuttavia, che possono analizzare automaticamente i dati pubblicati online ed estrarre l'atteggiamento di autori, oratori o clienti verso un argomento, un fenomeno o (in questo caso) un prodotto. Ad esempio, se un utente pubblica una recensione sul prodotto X che dice "Mi piace molto il prodotto X e sono soddisfatto del prezzo", un estrattore di sentimenti

contrassegna automaticamente questo commento come positivo. Tali strumenti possono classificare le risposte come "felice", "triste", "arrabbiato" e così via, basando la classificazione sulle parole che un autore utilizza nel testo pubblicato online. Nel caso del prodotto X, la soluzione di analisi predittiva dovrebbe aggregare le recensioni dei clienti da fonti esterne.

L'esempio è un'aggregazione di dati provenienti da più fonti, sia interne che esterne - dalle divisioni ingegneristiche e commerciali (interne) e dalle recensioni dei clienti ricavate dai social network (esterni) - che è anche un'istanza di utilizzo dei big data nell'analisi predittiva.

Nozioni di base sull'analisi dei dati in tempo reale

Fornire approfondimenti in quanto i nuovi eventi si verificano in tempo reale è un compito impegnativo perché così tanto sta accadendo così velocemente. La moderna elaborazione ad alta velocità ha spostato la ricerca di informazioni commerciali dal tradizionale data warehousing e verso l'elaborazione in tempo reale.

Ma anche il volume dei dati è elevato: un'enorme quantità di dati vari, da più fonti, generate costantemente ea velocità diverse. Le aziende sono ansiose di soluzioni di analisi predittiva scalabili in grado di ricavare informazioni in tempo reale da un flusso di dati che sembra trasportare "il mondo e tutto ciò che contiene. "

La richiesta si sta intensificando per analizzare i dati in tempo reale

e generando rapidamente previsioni. Considera l'esempio della vita reale di un posizionamento di annunci online corrispondente a un acquisto che stavi già per fare. Le aziende sono interessate a soluzioni di analisi predittiva in grado di fornire funzionalità come le seguenti: Prevedere - in tempo reale - l'annuncio specifico che molto probabilmente un visitatore del sito fa clic (un approccio chiamato

  • posizionamento degli annunci in tempo reale >). Speculare con precisione su quali clienti stanno per chiudere un servizio o un prodotto al fine di indirizzare i clienti con una campagna di conservazione ( fidelizzazione dei clienti e modellazione del churn

  • ). Identifica gli elettori che possono essere influenzati attraverso una strategia di comunicazione specifica come una visita a domicilio, un annuncio TV, una telefonata o un'e-mail. (Potete immaginare l'impatto sulla campagna politica.) Oltre a incoraggiare l'acquisto e il voto lungo le linee desiderate, l'analisi predittiva in tempo reale può fungere da strumento critico per il rilevamento automatico degli attacchi informatici.

Nozioni di base sulle principali tendenze tecnologiche in Predictive Analytics - dummies

Scelta dell'editore

Il programma in cinque passaggi per superare la menopausa - dummy

Il programma in cinque passaggi per superare la menopausa - dummy

Alcune donne capiscono a malapena che la menopausa è loro. Altre donne, tuttavia, sono meno fortunate. Se sei uno di questi, prendi in mano questi pochi modi per rendere la tua esperienza più facile per te stesso: capisci e accetta che stai attraversando una transizione naturale, proprio come la pubertà. Fortunatamente, sei più vecchio e più saggio di te ...

Menopausa For Dummies Cheat Sheet (edizione UK) - dummies

Menopausa For Dummies Cheat Sheet (edizione UK) - dummies

Menopausa segna la fine della fase riproduttiva della tua vita e così è un momento significativo di cambiamento fisico, emotivo e mentale per molte donne ma, per generazioni, donne di tutte le età hanno vagato alla cieca in menopausa senza sapere cosa aspettarsi. Qui puoi scoprire alcune delle nozioni di base.

Perimenopausa: facilitare la transizione dalle mestruazioni alla menopausa - manichini

Perimenopausa: facilitare la transizione dalle mestruazioni alla menopausa - manichini

Mestruazioni e menopausa sono ben noti biologici pietre miliari nella vita di una femmina. Contrariamente al pensiero popolare, la menopausa non è il periodo di mesi o anni in cui una donna sta "attraversando il cambiamento". "Questo lasso di tempo è chiamato perimenopausa. La menopausa è una data effettiva nel tempo. In particolare, è il 12 ° anniversario dell'ultimo ciclo mestruale di una donna. ...

Scelta dell'editore

Come utilizzare il filtro automatico personalizzato su una tabella di Excel - dummies

Come utilizzare il filtro automatico personalizzato su una tabella di Excel - dummies

È Possibile creare un filtro automatico personalizzato . Per fare ciò, seleziona il comando Filtro testo dal menu della tabella e scegli una delle opzioni di filtro del testo. Indipendentemente dall'opzione di filtro del testo selezionata, Excel visualizza la finestra di dialogo Filtro automatico personalizzato. Questa finestra di dialogo consente di specificare con estrema precisione quali record si desidera ...

Come utilizzare la funzione DPRODUCT in un database Excel - dummies

Come utilizzare la funzione DPRODUCT in un database Excel - dummies

DPRODUCT moltiplica i valori che corrispondono al criterio in un database Excel. Questo è potente ma anche in grado di produrre risultati che non sono l'intenzione. In altre parole, è una cosa da aggiungere e ricavare una somma. Questa è un'operazione comune su un set di dati. Osservando la seguente figura, è possibile ...

Come utilizzare la funzione DPRODUCT in Excel - dummy

Come utilizzare la funzione DPRODUCT in Excel - dummy

La funzione DPRODUCT in Excel è strana. La funzione DPRODUCT moltiplica i valori nei campi da un elenco di database in base ai criteri di selezione. Perché vorresti farlo? Chissà. La funzione utilizza la sintassi = DPRODUCT (database, campo, criteri) in cui il database è un riferimento all'intervallo alla tabella di Excel che contiene il valore desiderato ...

Scelta dell'editore

Programmazione con Java: riutilizzo dei nomi nella tua app per Android - dummies

Programmazione con Java: riutilizzo dei nomi nella tua app per Android - dummies

Ci sono un paio di cose a cui vuoi pensare quando riutilizzi i nomi nella tua app per Android. È possibile dichiarare due variabili Java - bag1 e bag2 - per fare riferimento a due diversi oggetti BagOfCheese. Va bene. Ma a volte, avere solo una variabile e riutilizzarla per il secondo oggetto funziona altrettanto bene, ...

Java: Mettere a frutto l'uso della classe - dummies

Java: Mettere a frutto l'uso della classe - dummies

La classe Employee nell'elenco non ha alcun metodo principale , quindi non c'è un punto di partenza per l'esecuzione del codice. Per risolvere questo problema, il programmatore scrive un programma separato con un metodo principale e utilizza tale programma per creare istanze Employee. Questo elenco di codici mostra una classe con un metodo principale - uno che inserisce il ...

Classi wrapper java - dummies

Classi wrapper java - dummies

La differenza tra tipi primitivi e tipi di riferimento è una delle funzionalità più controverse di Java e gli sviluppatori si lamentano spesso sulle differenze tra valori primitivi e valori di riferimento. Ogni tipo primitivo viene cotto nella lingua. Java ha otto tipi primitivi. Ogni tipo di riferimento è una classe o un'interfaccia. È possibile definire il proprio ...