Со всеми реклама вокруг большой данных аналитики недостаточно внимания уделяется качеству данных или проверки модели, построенные на данных.
Коэффициенты определения можно легко манипулировать подогнать гипотеза позади модели. Таким образом это также не искажает анализ остатков? Модели для пространственных и временных данных представляется только усложнить проверку еще больше. Средства управления данными улучшились значительно увеличить надежность входных данных. До тех пор, пока машин разработать модели, сосредоточиться на достоверности данных будет улучшить модель проверки и уменьшить, не ликвидировать присущие предвзятости.
Алгоритмы являются топливо для модуля корреляции, открыть для себя новые и более значимые отношения в больших объемов данных. Успех упреждающей аналитики опирается на выбор набора данных, качество данных, кормят в статистической модели, используется для анализа данных и модель. Расширенный статистический, интеллектуального анализа данных и машинного обучения алгоритмов можно копать глубже, чтобы найти эти модели быстрее и экономичнее, чем overmatched традиционные инструменты BI. Выигрышной формулы заключается в разработке мощных новых алгоритмов, что ведущие компании используют для укрепления конкурентоспособности и восприятие бренда, диск эффективности затрат в каждый аспект предприятия, риски и управлять ими более активно все это время придерживаясь мандатов управления и обеспечения безопасности данных.
В следующем году ожидаем ускоренного принятия прогностической аналитики в рамках бизнес-функций и организации стремятся найти большее значение от их данных. Прогностической аналитики поможет организациям раскрыть ранее скрытые шаблоны, определения, классификации, ассоциации и segmentations и сделать гораздо более точные прогнозы от структурированной и неструктурированной информации. Это значительно повлияет на корпоративной стратегии и процессы планирования, как предприятия и поставщик услуг полагаться на реальном времени анализ текущей деятельности и предвидеть, что будет дальше. Путем выявления ключевых факторов различных бизнес-результатов, Организации будет далее возможность для доставки персонализированной и контекстуальных заказчика опыта.
Однако есть одно из распространенных заблуждений - частично подпитывается компаний с корнями в обработки сложных событий - прогностической аналитики может предсказать будущее. «Досрочное аналитика» пожалуй лучше, хотя и менее Товарное имя. Профессор статистики в моей программе MBA много лет назад представился в класс, сказав, что статистика может использоваться доказать любой точки зрения. Он по-прежнему прямо. Однако лучше модели и алгоритмы, путь к реализации обещания большой аналитики.
3 Апреля 2013 г.