Lar Finanças Pessoais Visualizando os resultados analíticos do seu modelo preditivo - dummies

Visualizando os resultados analíticos do seu modelo preditivo - dummies

Índice:

Vídeo: Webinar - O papel estratégico do treinamento na qualidade da propaganda 2025

Vídeo: Webinar - O papel estratégico do treinamento na qualidade da propaganda 2025
Anonim

Muitas vezes, você precisa mostrar os resultados de suas análises preditivas para aqueles que importam. Aqui estão algumas maneiras de usar técnicas de visualização para reportar os resultados dos seus modelos às partes interessadas.

Visualizando agrupamentos ocultos em seus dados

O agrupamento de dados é o processo de descobrir grupos ocultos de itens relacionados em seus dados. Na maioria dos casos, um cluster (agrupamento) consiste em objetos de dados do mesmo tipo, como usuários de redes sociais, documentos de texto ou e-mails. Uma maneira de visualizar os resultados de um modelo de cluster de dados é mostrada abaixo, onde o gráfico representa comunidades sociais (clusters) que foram descobertas em dados coletados de usuários de redes sociais.

Os dados sobre clientes foram coletados em um formato tabular; então um algoritmo de agrupamento foi aplicado aos dados, e os três grupos (grupos) foram descobertos: clientes fiéis, clientes errantes e clientes com desconto. Suponha que os eixos X e Y representam os dois componentes principais gerados dos dados originais. A análise de componentes principais (PCA) é uma técnica de redução de dados.

Agrupando clientes em três grupos: leais, errantes e desconto.

Aqui a relação visual entre os três grupos já sugere onde os esforços de marketing aprimorados e direcionados podem ser os mais bons.

Visualizando resultados de classificação de dados

Um modelo de classificação atribui uma classe específica a cada novo ponto de dados que examina. As classes específicas, nesse caso, podem ser os grupos resultantes do seu trabalho de clustering. A saída destacada no gráfico pode definir seus conjuntos de destino. Para qualquer novo cliente, um modelo de classificação preditiva tenta prever a qual grupo o novo cliente irá pertencer.

Depois de aplicar um algoritmo de cluster e descobriu agrupamentos nos dados do cliente, você chegou a um momento de verdade: aqui vem um novo cliente - você quer que o modelo preveja que tipo de cliente ele ou ela será.

A imagem mostra como as informações de um novo cliente são alimentadas no seu modelo de análise preditiva, que por sua vez prevê qual grupo de clientes pertence esse novo cliente. Novos clientes A, B e C estão prestes a ser atribuídos a clusters de acordo com o modelo de classificação. A aplicação do modelo de classificação resultou em uma previsão de que o Cliente A pertenceria aos clientes leais, o Cliente B seria um andarilho e o Cliente C só estava aparecendo para o desconto.

Atribuindo Clientes A, B e C, às suas classificações (clusters).

Visualizando outliers em seus dados

No decorrer do clustering ou classificação de novos clientes, de vez em quando você se encontra em outliers (casos especiais que não se encaixam nas divisões existentes).

Abaixo, você vê alguns valores abertos que não se encaixam bem nos clusters predefinidos. Seis clientes externos foram detectados e visualizados. Eles se comportam de forma diferente que o modelo não pode dizer se eles pertencem a categorias definidas de clientes.

Seis clientes outlier desafiam categorização apenas mostrando-se.

Visualização de árvores de decisão

Muitos modelos usam árvores de decisão como resultados: esses diagramas mostram os possíveis resultados de cursos de ação alternativos, definidos como os ramos de uma árvore.

A imagem abaixo mostra um exemplo de uma árvore usada como classificador: classifica os fãs de beisebol com base em alguns critérios, principalmente o valor gasto nos ingressos e as datas de compra. A partir desta visualização, você pode prever o tipo de fã que um novo comprador de bilhetes será: casual, leal, bandwagon, intrincado ou algum outro tipo.

Os atributos de cada fã são mencionados em cada nível da árvore (número total de jogos atendidos, quantidade total gasto, estação); Você pode seguir um caminho de uma determinada "raiz" para uma "folha" específica na árvore, onde você bateu uma das classes de fãs (c1, c2, c3, c4, c5).

Encontrando a classe em que pertence um fã de baseball específico.

Suponha que você deseja determinar o tipo de fã de beisebol que um cliente é para que você possa determinar o tipo de anúncios de marketing para enviar ao cliente. Suponha que você tenha a hipótese de que os fanáticos do baseball e os fãs do bandwagon podem ser persuadidos a comprar um carro novo quando sua equipe está indo bem e se dirigiu para os playoffs.

Você pode enviar anúncios de marketing e descontos para persuadi-los a fazer a compra. Além disso, suponha que a hipótese de que os fãs do bandwagon possam ser persuadidos a votar em apoio de certas questões políticas. Você pode enviar anúncios de marketing pedindo-lhes esse suporte. Se você sabe o tipo de base de fãs que você possui, usar árvores de decisão pode ajudá-lo a decidir como abordá-lo como uma variedade de tipos de clientes.

Visualizando previsões

Suponha que você tenha executado uma série de modelos de análise preditiva, incluindo árvores de decisão, florestas aleatórias e algoritmos de flocagem. Você pode combinar todos esses resultados e apresentar uma narrativa consistente que todos eles suportam. Aqui a confiança é uma porcentagem numérica que pode ser calculada usando uma função matemática. O resultado do cálculo encapsula uma pontuação de quão provável é uma possível ocorrência.

No eixo x, a evidência de suporte representa a fonte de conteúdo que foi analisada com modelos de análise de conteúdo que identificaram os possíveis resultados. Na maioria dos casos, seu modelo preditivo teria processado um grande conjunto de dados, usando dados de várias fontes, para obter esses resultados possíveis. Assim, você precisa mostrar apenas as evidências de suporte mais importantes em sua visualização.

Mostrando apenas a evidência de suporte mais importante na visualização.

Acima, um resumo dos resultados obtidos com a aplicação de análises preditivas é apresentado como uma visualização que ilustra os possíveis resultados, juntamente com um índice de confiança e evidências de suporte para cada um. Três cenários possíveis são mostrados:

  • O inventário do Item A não acompanhará a demanda se você não enviar pelo menos 100 unidades semanalmente para a loja S. (Pontuação de confiança: 98 por cento.)
  • O número de vendas aumentará 40% se você aumentar a produção do item A em pelo menos 56%. (Nota de confiança: 83 por cento.)
  • Uma campanha de marketing na Califórnia aumentará as vendas dos itens A e D, mas não o Item K. (Pontuação de confiança: 72 por cento.)

O índice de confiança representa a probabilidade de que cada cenário acontecer, de acordo com seu modelo de análise preditiva. Note-se que eles estão listados aqui em ordem decrescente de probabilidade.

Aqui, a evidência de suporte mais importante consiste em como excertos de várias fontes de conteúdo são apresentados ao longo do eixo x. Você pode se referir a eles se precisar explicar como você chegou a um cenário particular possível - e trote a evidência que o apóie.

O poder por trás dessa visualização é a sua simplicidade. Imagine, depois de meses de aplicar análises preditivas aos seus dados, trabalhando no seu caminho através de várias iterações, que você entenda uma reunião com o tomador de decisão. Você está armado com uma visualização de slide de três cenários possíveis que podem ter um enorme impacto no negócio. Essa visualização cria discussões efetivas e pode levar o gerenciamento a momentos de "aha".

Visualizando os resultados analíticos do seu modelo preditivo - dummies

Escolha dos editores

Como criar um módulo HTML personalizado no Joomla - dummies

Como criar um módulo HTML personalizado no Joomla - dummies

Uma das grandes coisas sobre o Joomla é o quão incrivelmente flexível é. A instalação padrão do CMS inclui 23 módulos diferentes para ajudá-lo a fazer seu site funcionar sem problemas. Às vezes, no entanto, você pode querer adicionar uma função ao seu site que esses 23 módulos simplesmente não vão cobrir. Sob tais circunstâncias, você pode querer considerar ...

Como criar um item de menu no Joomla Content Management - manequins

Como criar um item de menu no Joomla Content Management - manequins

Um item de menu determina o layout dos artigos, que é um dos aspectos do Joomla para o qual você precisa se acostumar. As páginas da Web não existem fisicamente no Joomla - elas são apenas itens no seu banco de dados - até que a página seja acessada. Quando você abre um artigo, o Joomla tira os dados necessários do ...

Como criar um novo item de menu com o Joomla! 1. 6 - dummies

Como criar um novo item de menu com o Joomla! 1. 6 - dummies

Não estresse se você precisa criar um item de menu em sua página da Web interativa - é fácil ao usar o Joomla! Gerenciador de menu. Para adicionar itens de menu a um site existente, basta usar estas etapas: Escolha Menus → Gerenciador de menus para abrir o Gerenciador de menus. Clique no nome do menu que deseja adicionar um novo ...

Escolha dos editores

Obtendo Ajuda do Eclipse - dummies

Obtendo Ajuda do Eclipse - dummies

Com a complexidade do Java e a nuance do Eclipse, você não pode esperar para lembrar de tudo. Às vezes, você precisa de um pouco mais de ajuda do Eclipse para começar sua programação. Felizmente, o Eclipse oferece ajuda geral e sensível ao contexto: para ajuda sensível ao contexto: no Windows, pressione F1. No Linux, pressione Ctrl + F1. Em um Mac, pressione ...

Software gratuito: preenchimento automático de células no OpenOffice. org Calc - dummies

Software gratuito: preenchimento automático de células no OpenOffice. org Calc - dummies

OpenOffice. org - uma alternativa gratuita para o Microsoft Office - inclui Calc, uma planilha eletrônica semelhante ao Excel. O Calc fornece uma maneira fácil de criar automaticamente uma coluna ou linha de números em qualquer sequência que você especificar. Esse recurso de preenchimento automático é útil para criar listas numeradas ou preencher os cabeçalhos de colunas e linhas de tabelas, como ...

Acessos acessíveis no modo de exibição do Prezi - dummies

Acessos acessíveis no modo de exibição do Prezi - dummies

O prezi possui dois modos de operação diferentes: Modo de edição, no qual você crie sua apresentação e Show Mode, no qual você apresenta suas criações. No modo Show, use esses atalhos úteis para tornar sua apresentação ainda mais suave. Use esta como uma lista de verificação de prática antes de começar: Use esta função: Para fazer isso: Completo ...

Escolha dos editores

Elementos HTML básicos - dummies

Elementos HTML básicos - dummies

HyperText Markup Language (HTML) é o idioma da web, onde os elementos ditaram a formatação e o estilo do seu conteúdo. Os elementos HTML compõem a codificação baixada que você vê quando você acessa uma página da Web em seu navegador da Web (como Internet Explorer, Firefox ou Safari). Aqui estão alguns elementos básicos para você ...

Usando AutoCAD DesignCenter - dummies

Usando AutoCAD DesignCenter - dummies

DesignCenter é um nome tolo para uma paleta útil, se um pouco ocupada. A paleta DesignCenter é útil para dados de mineração de todos os tipos de desenhos. Enquanto a paleta Propriedades está preocupada com as propriedades do objeto, a paleta DesignCenter lida principalmente com objetos nomeados: camadas, tipos de linha, definições de bloco (isto é, símbolo), estilos de texto e outros objetos organizacionais ...

Zoom e Panning no AutoCAD - dummies

Zoom e Panning no AutoCAD - dummies

O AutoCAD facilita a panorâmica, oferecendo barras de rolagem e panning em tempo real. Na panorâmica em tempo real (em oposição à panorâmica de finalização), você pode ver objetos movendo-se na tela enquanto você arrasta o mouse para cima e para baixo ou para frente e para trás. Claro, o ponto de vista está em movimento, não os objetos. Tanto a panorâmica quanto o zoom mudam a visualização ...