Conceptos básicos del modelado predictivo | Tecnología de minería de datos

Contenuti

Imagínese cómo cambiaría el mundo cuando cualquier anuncio que reciba sea solo sobre un producto que le interesa. ¿Qué hermoso sería recibir información solo sobre productos relevantes? ¿Qué tan eficiente sería cuando obtiene todos los artículos de comestibles necesarios en el primer pasillo? ¿Cuánto puede ganar la humanidad al poder predecir sus enfermedades al observar el historial médico y los síntomas actuales?

Todo esto se puede hacer utilizando el poder de la analitico predictiva. Muchas empresas ya están utilizando esto y mejorando y mejorando su orientación. Pueden obtener más del 100% de respuesta de sus campañas de marketing al predecir las necesidades de los clientes y comunicarse solo con productos relevantes.

pretective-modelling-2637358

Quindi, ¿qué es el análisis predictivo y cómo puede ayudar?

Caratteristiche degli strumenti ETL:

Modellazione predittiva es una técnica estadística de uso común para predecir el comportamiento futuro. Las soluciones de modelado predictivo son una forma de tecnología de minería de datos que funciona analizando datos históricos y actuales y generando un modelo para ayudar a predecir resultados futuros.

In poche parole, el análisis predictivo utiliza tendencias pasadas y las aplica al futuro. Ad esempio, si un cliente compra un teléfono inteligente en un sitio web de comercio electrónico, es posible que le interesen sus accesorios de inmediato. Podría ser un cliente potencial para la batería del teléfono dentro de unos años. Attualmente, las posibilidades de que compre un accesorio de un teléfono inteligente de la competencia son relativamente sombrías.

Si bien el ejemplo puede parecer simple, imagine hacer esto para miles de categorías que podría estar vendiendo. Dentro de esas miles de categorías, puede haber múltiples opciones (cientos de fundas, estuches, lápiz óptico…). Cosa c'è di più, incluso si tiene mil visitantes cada día (una pequeña cantidad de muchos minoristas electrónicos), predecir la próxima compra sin una decisión basada en datos para estos clientes podría volverse imposible.

Aquí es exactamente donde la analítica predictiva acudirá en su ayuda (recuerde que Amazon le ayuda con, también le puede gustar…).

Entiendo cómo puede ayudar la analítica predictiva, ¿qué hago a continuación?

Si es propietario de una empresa y desea aprovechar la analítica empresarial, debe configurar un equipo de analítica. Cubriré los detalles de la configuración de esto en algún momento más tarde. Esta publicación es para personas que desean aprender el arte del análisis predictivo.

A continuación se muestra un ciclo de vida típico de la creación de modelos predictivos:

predictive_model_journey-1053623

Pasos para construir un modelo predictivo

El primer paso en cualquier modelo predictivo es recopilar datos de diversas fuentes. Estos pueden ser datos que posee sobre su cliente (como páginas visitadas en el pasado, productos comprados en el pasado) o datos que el cliente ha proporcionado (ad esempio, indirizzo, Nome, età, eccetera.).

Estos datos deben limpiarse y organizarse en una estructura para que puedan analizarse fácilmente. Esta estructura debe estar sincronizada con varias hipótesis comerciales. Ad esempio, si la hipótesis comercial es que un grupo de edad / género en particular puede tener una mayor probabilidad de comprar cierto conjunto de productos, la edad y el género deben atribuirse a nivel de cliente.

Una vez que estos conjuntos de datos están listos, usamos varias técnicas de modelado predictivo y comprensión empresarial para obtener diversos conocimientos empresariales (pepitas de oro). Estos conocimientos se pueden utilizar en el diseño de sitios web / marketing para aumentar la eficiencia.

En una de las publicaciones futuras, repasaremos estos pasos utilizando un conjunto de datos y un estudio de caso para resaltar estos aspectos.

Intanto, si tiene algún ejemplo en el que el modelado predictivo haya ayudado o un problema empresarial en el que el modelado predictivo pueda ayudar, fatemi sapere.

Se ti piace quello che hai appena letto e vuoi continuare a imparare l'analisi, iscriviti alle nostre email o come il nostro pagina Facebook

Iscriviti alla nostra Newsletter

Non ti invieremo posta SPAM. Lo odiamo quanto te.