För att identifiera data för förutsägbar Analytics - dummies

För ditt prediktiva analysprojekt måste du identifiera lämpliga datakällor, pooldata från dessa källor och uttrycka det i ett strukturerat, välorganiserat format. Dessa uppgifter kan vara mycket utmanande och kommer sannolikt att kräva noggrann samordning mellan olika datahandelare i hela organisationen.

Du måste också välja vilka variabler du ska analysera. Denna process måste ta hänsyn till databegränsningar, projektbegränsningar och affärsmål.

De variabler du väljer måste ha prediktiv effekt. Du måste också överväga variabler som är både värdefulla och genomförbara för ditt projekt inom budgeten och tidsramarna. Om du till exempel analyserar banktransaktioner i en brottsutredning kan telefonposter för alla berörda parter vara relevanta för analysen men inte tillgängliga för analytikerna.

Förvänta sig att spendera mycket tid på denna fas av projektet. Datainsamling, dataanalys och processen att hantera datainnehåll, kvalitet och struktur kan lägga till en tidskrävande att göra-lista.

Under processen med dataidentifiering hjälper det att förstå dina data och dess egenskaper; Denna kunskap hjälper dig att välja vilken algoritm som ska användas för att bygga din modell. Exempelvis kan tidsseriedata analyseras med regressionsalgoritmer; klassificeringsalgoritmer kan användas för att analysera diskreta data.

Variabelt urval påverkas av hur väl du förstår data. Bli inte förvånad om du måste titta på och utvärdera hundratals variabler, åtminstone först. Lyckligtvis, när du arbetar med dessa variabler och börjar få viktiga insikter, börjar du begränsa dem till några dussin. Förvänta dig också att det varierande valet ändras när din förståelse av data förändras genom hela projektet.

Du kan tycka att det är fördelaktigt att bygga en datainventering som du kan använda för att spåra vad du vet, vad du inte vet och vad som kan saknas. Datainnehållet bör innehålla en lista över de olika dataelementen och eventuella attribut som är relevanta i de följande stegen i processen.

Du kanske till exempel vill dokumentera om några segment saknar postnummer eller saknade poster under en viss tidsperiod.

Dina besökare till företagskunskap (även känd som domänkunskapsexperter ) hjälper dig att välja de nyckelvariabler som positivt kan påverka resultatet av ditt projekt. De kan hjälpa dig att förklara vikten av dessa variabler, samt var och hur man får dem, bland annat värdefull inmatning.