Como introduzir classificações de dados analíticos preditivos para o seu negócio - manequins

Se sua empresa ainda não utilizou a classificação de dados utilizada em analise preditiva, talvez seja hora de apresentá-lo como uma forma de melhorar o gerenciamento ou as decisões operacionais. Este processo começa com uma etapa de investigação: Identificando uma área problemática no negócio onde dados amplos estão disponíveis, mas atualmente não está sendo usado para conduzir decisões empresariais.

Uma maneira de identificar essa área problemática é realizar uma reunião com seus analistas, gerentes e outros tomadores de decisão para perguntar-lhes quais as decisões arriscadas ou difíceis que eles fazem repetidamente - e que tipo de dados eles precisam para apoiar suas decisões. Se você tiver dados que reflitam os resultados das decisões passadas, esteja preparado para aproveitar. Esse processo de identificação do problema é chamado de fase de descoberta .

Após a fase de descoberta, você deseja acompanhar os questionários individuais dirigidos aos stakeholders da empresa. Considere perguntar os seguintes tipos de perguntas:

• O que você quer saber dos dados?

• Que ação você tomará quando você receber sua resposta?

• Como você mede os resultados das ações tomadas?

Se os resultados do modelo analítico preditivo produzem percepções significativas, então alguém deve fazer algo com ele - agir. Obviamente, você quer ver se os resultados dessa ação adicionam valor comercial à organização. Então você terá que encontrar um método para medir esse valor - seja em termos de poupança de custos operacionais, aumento de vendas ou melhor retenção de clientes.

Ao conduzir essas entrevistas, procure entender por que certas tarefas são feitas e como elas estão sendo usadas no processo de negócios. Perguntar por que as coisas são como elas são podem ajudá-lo a descobrir as realizações inesperadas. Nenhum ponto na coleta e análise de dados apenas por causa da criação de mais dados. Você deseja usar esses dados para atender às necessidades específicas do negócio.

Para o cientista de dados ou o modelador, este exercício define quais tipos de dados devem ser classificados e analisados ​​- um passo essencial para o desenvolvimento de um modelo de classificação de dados. Uma distinção básica para começar é se os dados que você usará para treinar o modelo são internos ou externos:

• Os dados internos são específicos da sua empresa, geralmente são desenhados pelas fontes de dados da sua empresa e podem incluir muitos tipos de dados, como estruturados, semi-estruturados ou desestruturados.

• Dados externos vem de fora da empresa, muitas vezes como dados comprados de outras empresas.

Independentemente de os dados que você usa para o seu modelo é interno ou externo, você vai querer avaliá-lo primeiro. Várias questões provavelmente surgirão nessa avaliação:

• Quão crítico e preciso são os dados em questão? Se é muito sensível, pode não servir os seus propósitos.

• Quão preciso são os dados em questão e se a sua precisão é questionável, então o seu utilitário é limitado.

• Como a política da empresa e as leis aplicáveis ​​permitem que os dados sejam usados ​​e processados? Você pode querer limpar o uso dos dados com seu departamento jurídico para quaisquer questões legais que possam surgir. (Veja a barra lateral que acompanha um famoso exemplo recente).

Quando você identificou dados que são apropriados para usar na construção do seu modelo, o próximo passo é classificá-lo - para criar e aplicar etiquetas úteis aos seus elementos de dados. Por exemplo, se você estiver trabalhando em dados sobre o comportamento de compra dos clientes, os rótulos podem definir categorias de dados de acordo com a forma como alguns grupos de clientes compram, nesse sentido:

• Clientes sazonais podem ser aqueles que compram regularmente ou semi-regularmente.

• Os clientes orientados para o desconto podem ser aqueles que tendem a comprar apenas quando são oferecidos grandes descontos.

• Clientes fiéis são aqueles que compraram muitos dos seus produtos ao longo do tempo.

A previsão da categoria em que um novo cliente se encaixa pode ser de grande valor para a equipe de marketing. A idéia é gastar tempo e dinheiro de forma eficiente na identificação de quais clientes anunciarem, determinando quais produtos recomendarem, e escolhendo o melhor momento para fazê-lo.

Muito tempo e dinheiro podem ser desperdiçados se você segmentar os clientes errados, provavelmente tornando-os menos propensos a comprar do que se você não tivesse comercializado para eles em primeiro lugar. O uso de análises preditivas para o marketing direcionado deve visar não só em campanhas mais bem-sucedidas, mas também na prevenção de armadilhas e conseqüências não desejadas.