Categorii Modele pentru predictiv Analytics

Modelele sunt necesare pentru a efectua analize predictive. Un model nu este altceva decât o reprezentare matematică a unui segment din lumea în care oamenii sunt interesați. Un model poate imita aspectele comportamentale ale clienților noștri. Acesta poate reprezenta diferitele segmente ale clienților. Un model bine realizat, bine reglat, poate prognoza - prezice cu mare acuratețe următorul rezultat al unui eveniment dat.

Aveți diferite moduri de a clasifica modelele utilizate pentru analiza predictivă. În general, le puteți sorta cu

• Problemele de afaceri pe care le rezolvă și funcțiile principale de afaceri pe care le servesc (cum ar fi vânzările, publicitatea, resursele umane sau gestionarea riscurilor).
• Implementarea matematică utilizată în model (cum ar fi statisticile, exploatarea datelor și învățarea mașinilor).

Fiecare model va avea o combinație a acestor aspecte; cel mai adesea, unul sau celălalt va domina. Funcția intenționată a modelului poate lua una din direcțiile diferite - predicție, clasificare, grupare, orientare spre decizie sau asociativă.

Modele predictive

Modelele predictive analizează datele și prezic următorul rezultat. Aceasta este contribuția mare a analizei predictive, distinctă de business intelligence. Business intelligence monitorizează ce se întâmplă într-o organizație acum. Modelele predictive analizează datele istorice pentru a lua o decizie în cunoștință de cauză cu privire la probabilitatea unor rezultate viitoare.

Având în vedere anumite condiții (numărul și frecvența recentelor reclamații ale clienților, data reînnoirii serviciului care se apropie și disponibilitatea opțiunilor mai ieftine de către concurență), cât de probabil este ca acest client să revină?

Rezultatul modelului predictiv poate fi, de asemenea, un răspuns binar, da / nu sau 0/1: dacă o tranzacție este frauduloasă, de exemplu. Un model predictiv poate genera mai multe rezultate, combinând uneori da / nu cu o probabilitate ca un eveniment să se întâmple. O bonitate a unui client, de exemplu, ar putea fi evaluată ca da sau nu și o probabilitate atribuită care descrie cât de probabil este ca acel client să plătească la timp un împrumut.

Modele de clasificare și clasificare

Atunci când un model utilizează gruparea și clasificarea, identifică diferite grupări în cadrul datelor existente. Încă puteți construi un model de predicție în partea de sus a ieșirii modelului dvs. de grupare utilizând gruparea pentru a clasifica noi puncte de date.

Dacă, de exemplu, executați un algoritm de grupare pe datele clienților dvs. și astfel le separați în grupuri bine definite, puteți utiliza clasificarea pentru a afla despre un nou client și a identifica în mod clar grupul său.Apoi, puteți personaliza răspunsul dvs. (de exemplu, o campanie de marketing orientată) și modul în care vă ocupați de noul client.

Clasificarea utilizează o combinație de caracteristici și caracteristici pentru a indica dacă un element de date aparține unei anumite clase.

Multe aplicații sau probleme de afaceri pot fi formulate ca probleme de clasificare. La nivelul foarte fundamental, de exemplu, puteți clasifica rezultatele așa cum doriți și nedorite. De exemplu, puteți clasifica o cerere de asigurare drept legitimă sau frauduloasă.

Modele de decizie

Având în vedere un scenariu complex, care este decizia cea mai bună de a face - și dacă ați lua această acțiune, care ar fi rezultatul? Modelele orientate pe modele de decizie (denumite pur și simplu modele de decizie) abordează astfel de întrebări prin construirea de planuri strategice pentru a identifica cel mai bun mod de acțiune, dat fiind anumite evenimente. Modelele de decizie pot fi strategii de reducere a riscurilor, ajutând la identificarea celui mai bun răspuns al dvs. la evenimente improbabile.

Modelele de decizie analizează diverse scenarii și selectează cele mai bune dintre toate cursurile. Pentru a lua o decizie în cunoștință de cauză, aveți nevoie de o înțelegere profundă a relațiilor complexe din datele și contextul în care lucrați. Un model de decizie servește ca un instrument care vă ajută să dezvoltați această înțelegere.

Modele de asociere

Modelele asociative (numite modele de asociere) sunt bazate pe asociațiile și relațiile de bază prezente în date. Dacă (de exemplu) un client este abonat la un anumit serviciu, este foarte probabil că va comanda un alt serviciu specific. Dacă un client caută să cumpere produsul A (un automobil sportiv) și produsul respectiv este asociat cu produsul B (de exemplu, ochelari de soare marcați de producătorul de automobile), este mai probabil să cumpere produsul B.

Unele dintre aceste asociații pot ușor de identificat; altele nu pot fi atât de evidente. Umblarea peste o asociație interesantă, necunoscută anterior, poate duce la beneficii dramatice.

O altă modalitate de a găsi o asociere este de a determina dacă un eveniment dat crește probabilitatea ca un alt eveniment să aibă loc. Dacă, de exemplu, o companie care conduce un anumit sector industrial a raportat tocmai veniturile stelare, care este probabilitatea ca un coș de stocuri din același sector să crească sau să scadă în valoare?