Come introdurre le classificazioni dei dati di Predictive Analytics nella tua azienda - dummy

Se la tua azienda non ha ancora utilizzato la classificazione dei dati utilizzata in analisi predittiva, forse è il momento di presentarlo come un modo per prendere decisioni gestionali o operative migliori. Questo processo inizia con una fase investigativa: identificazione di un'area problematica nel business in cui sono disponibili ampi dati ma che al momento non vengono utilizzati per guidare le decisioni aziendali.

Un modo per identificare tale area problematica è tenere un incontro con i tuoi analisti, manager e altri decisori per chiedere loro quali decisioni rischiose o difficili prendono ripetutamente - e che tipo di dati hanno bisogno per supportare le loro decisioni. Se disponi di dati che riflettono i risultati delle decisioni passate, preparati ad attingerti. Questo processo di identificazione del problema è chiamato la fase di scoperta .

Dopo la fase di scoperta, ti consigliamo di seguire i singoli questionari indirizzati agli stakeholder aziendali. Potresti richiedere i seguenti tipi di domande:

• Che cosa vuoi sapere dai dati?

• Che azione prenderà quando avrai la risposta?

• Come misurerai i risultati delle azioni intraprese?

Se i risultati del modello analitico predittivo producono intuizioni significative, allora qualcuno deve fare qualcosa con esso - agire. Ovviamente, vorrai vedere se i risultati di tale azione aggiungono valore aziendale all'organizzazione. Dovrai quindi trovare un metodo per misurare tale valore, sia in termini di risparmio derivante da costi operativi, aumento delle vendite o migliore fidelizzazione dei clienti.

Mentre conduci queste interviste, cerca di capire il motivo per cui determinate attività vengono eseguite e come vengono utilizzate nel processo aziendale. Chiedere perché le cose sono come sono potrebbe aiutarti a scoprire realizzazioni inaspettate. Nessun punto nel raccogliere e analizzare i dati solo per creare più dati. Si desidera utilizzare tali dati per rispondere a esigenze aziendali specifiche.

Per lo scienziato dei dati o il modellatore, questo esercizio definisce quali tipi di dati devono essere classificati e analizzati - un passo essenziale per lo sviluppo di un modello di classificazione dei dati. Una distinzione fondamentale per iniziare è se i dati che userai per addestrare il modello siano interni o esterni:

• I dati interni sono specifici per la tua azienda, di solito derivano dalle origini dati della tua azienda e possono includere molti tipi di dati, come strutturati, semi-strutturati o non strutturati.

• I dati esterni provengono dall'esterno dell'azienda, spesso come dati acquistati da altre società.

Indipendentemente dal fatto che i dati che utilizzi per il tuo modello siano interni o esterni, dovrai prima valutarli. È probabile che in questa valutazione emergano diverse domande:

• Quanto sono importanti e accurati i dati in questione? Se è troppo sensibile, potrebbe non servire ai tuoi scopi.

• Quanto sono accurati i dati in questione e se la loro accuratezza è discutibile, la sua utilità è limitata.

• In che modo la politica aziendale e le leggi applicabili consentono l'utilizzo e l'elaborazione dei dati? Si consiglia di cancellare l'uso dei dati con il proprio ufficio legale per eventuali problemi legali che potrebbero sorgere. (Vedi la barra laterale di accompagnamento per un famoso esempio recente.).

Quando hai identificato i dati che è appropriato usare nella costruzione del tuo modello, il passo successivo è quello di classificarlo - per creare e applicare etichette utili ai tuoi elementi di dati. Ad esempio, se stai lavorando a dati sul comportamento di acquisto dei clienti, le etichette potrebbero definire le categorie di dati in base a come alcuni gruppi di clienti comprano, seguendo queste linee:

• I clienti stagionali potrebbero essere quelli che fanno acquisti regolarmente o semi-regolarmente.

• I clienti orientati allo sconto potrebbero essere quelli che tendono a fare acquisti solo quando vengono offerti sconti importanti.

• I clienti fedeli sono coloro che hanno acquistato molti dei tuoi prodotti nel tempo.

Prevedere la categoria che un nuovo cliente si adatta può essere di grande valore per il team di marketing. L'idea è quella di spendere tempo e denaro in modo efficiente per identificare a quali clienti fare pubblicità, determinare quali prodotti consigliare e scegliere il momento migliore per farlo.

Un sacco di tempo e denaro possono essere sprecati se ti rivolgi ai clienti sbagliati, probabilmente rendendoli meno propensi all'acquisto che se non li avessi commercializzati in primo luogo. L'utilizzo dell'analisi predittiva per un marketing mirato dovrebbe mirare non solo a campagne di maggior successo, ma anche a evitare insidie ​​e conseguenze indesiderate.