5 типичных ошибок при заказе услуг интеллектуального анализа данных

Чем бы вы ни занимались, в какой бы сфере ни работали, вас со всех сторон окружают данные, огромные и неиссякаемые потоки разноплановой информации, которую можно превратить в настоящий источник доходов.

Так, например, поступили в Hewlett-Packard. Используя интеллектуальный анализ данных (ИАД), торговые представительства компании научились распознавать поддельные возвраты по гарантии. Таким образом, на протяжении пяти лет Hewlett-Packard удалось сэкономить около 66 миллионов долларов.

Прежде чем начинать «гуглить» услуги интеллектуального анализа данных и искать подходящие для вашего случая предложения, давайте разберемся, что требуется от заказчика таких услуг? Очевидно, что непосредственным анализом данных заниматься будет профессионал или специальная программа, поэтому на первый взгляд кажется, что роль заказчика не такая уж и значимая. Но, прочитав эту статью, вы узнаете о пяти ошибках, сделав которые заказчик может пустить все дело под откос.

Неправильная постановка вопроса

Итак, первая типичная ошибка, допускаемая заказчиками интеллектуального анализа данных, – неправильная постановка вопроса. От этого непосредственно зависит результат анализа, то, какой ответ вы получите в итоге. Давайте, например, представим некую телефонную компанию «А». Однажды директор компании задумался: «А что, если научиться вычислять клиентов, намеренных сменить оператора телефонной связи? Это позволит разработать для таких клиентов специальные предложения, которые помогут удержать их и сэкономить тысячи долларов!»

В ходе консультации со специалистом по интеллектуальному анализу данных директор компании «А» пришел к выводу, что анализировать нужно суммы в телефонных счетах клиентов и, соответственно, сформулировал вопрос:

Каковы средние суммы в счетах за услуги телефонной связи клиентов, которые продолжают пользоваться услугами компании, и тех, кто сменил оператора?

Неудивительно, что такая постановка вопроса не привела к ожидаемому результату и не помогла определить потенциальных «перебежчиков». Единственное, что можно было бы почерпнуть из ответа на поставленный вопрос, фиктивную величину – средний размер счетов двух категорий клиентов.

Правильно же сформулированный вопрос должен звучать так:

Каковы характерные особенности клиентов, которые хотят сменить оператора телефонной связи?

В таком случае результатом анализа станет конкретный перечень характеристик. Сопоставляя их с характеристиками своих клиентов, можно определить того, кто, скорее всего, намерен прибегнуть к услугам другой компании. Подобной схемой пользуется, например, компания FedEx, определяя клиентов, которые могут уйти к конкурентам с точностью 65 – 90% и регулируя ценовую политику для их удержания.

Неверное видение конечного результата

Следующим и не менее важным шагом является описание или визуализация желаемого результата. Ключевая задача на этом этапе – объяснить, чего вы ожидаете от исследования, каким должен быть окончательный результат, готовый продукт. Если вы заказали услуги интеллектуального анализа данных с целью принять бизнес-решение, вам, наверняка, подойдет система ИАД «дерево решений», работающая по принципу if-then – если…, то… Она поможет получить многоуровневую схему с предполагаемыми вариантами решений и их результатами. В случае с телефонной компанией «А», о которой ранее  шла речь, желаемым результатом будет программа, анализирующая клиентскую базу по определенным характеристикам.

Игнорирование специфики предметной области

При заказе услуг ИАД ни в коем случае нельзя игнорировать специфику предметной области, в которой будет проводиться анализ данных, иначе можно столкнуться с непониманием профессиональной лексики, особенностей и механизмов работы. Убедитесь, что поставщик услуг ИАД — эксперт в нужной вам области. Так, если интеллектуальный анализ основан на данных опросов или отзывах покупателей, вполне логично привлечь к работе профессионала в сфере социологических исследований.

Этого правила всегда придерживались в BNSF Railway. С помощью профессионалов в сфере железнодорожных перевозок компания разработала схему, по которой с точностью до 85% можно определить места возможных поломок железнодорожных путей. Это помогает избегать аварий и заранее устранять поломки.

Использование неправильных исходных данных

Одно из важных правил при заказе услуг ИАД – предоставить правильные, точные, качественные исходные данные, ведь, согласно принципу garbage in – garbage out (мусор на входе — мусор на выходе), невозможно получить стоящий результат, используя при этом ошибочные данные.

«Машинный» фактор

Последняя типичная ошибка заказчиков услуг интеллектуального анализа данных – слепое доверие информации, полученной в результате работы систем ИАД (примерами таких систем являются BrainMaker (CSS), IDIS (Information Discovery, США), GeneHunter). Не следует исключать так называемый «машинный фактор»: любой компьютер, программа действуют согласно четкому алгоритму и не обладают необходимым интеллектом, чтобы проверять полученный результат на соответствие законам логики. Для этого нужен человек, способный следить за работой программы и интерпретировать полученные результаты. Так, например, работать с системами рассуждений на основе аналогичных случаев (когда для принятия решения или осуществления прогноза программа руководствуется аналогией с другими подобными ситуациями) и вовсе невозможно без человека, контролирующего программу.

Итак, вы узнали о пяти типичных ошибках, которые может допустить заказчик услуг интеллектуального анализа данных, так что теперь можно смело браться за дело! Все в ваших руках!

Автор: Анна Коваленко 

Добавить комментарий

Ваш e-mail не будет опубликован.

закрыть

Поделиться

Отправить на почту
закрыть

Вход

закрыть

Регистрация

+ =