Predictive Analytics setzt Big Data frei
Predictive Analytics ist das "Open Sesame" für die Welt der Big Data. Es ist die prädiktive Technologie, die es Computern ermöglicht zu lernen, das zukünftige Verhalten von Individuen vorherzusagen. In der Wirtschaft hilft diese Fähigkeit zur Vorhersage - die auf in Daten gefundenen Oberflächenmustern basiert - Unternehmen, fundierte Entscheidungen zu treffen und Risiken und Chancen zu erkennen.
Es ist die Wissenschaft, die die Macht von Big Data entfesselt. Und die Ergebnisse betreffen alle.
Aber es kann unergründlich scheinen. Eric Siegel, Professor an der Columbia University und Gründer von Predictive Analytics World, lüftet in seinem neuen Buch "Predictive Analytics: Die Macht zu sagen, wer klickt, lügt oder stirbt" (Wiley, 2013) den Schleier über diese oft arkane Welt. In diesem Leitfaden bietet er 147 Beispiele dafür, wie Predictive Analytics in verschiedenen Aspekten des Lebens und Geschäfts angewendet wird, angefangen bei der Frage, warum Frühverrentung die Lebenserwartung senkt, bis hin zu unerklärten, privaten Wahrheiten - wie Sie herausfinden, wie schwanger Sie sind und wie Hewlett- Packard deduziert, dass du deinen Job kündigst.
Siegel hat kürzlich seine Gedanken darüber, wie diese neue Technologie die Art, wie wir leben und arbeiten, beeinflusst, und einige warnende Ratschläge, wie wir den Geist davon abhalten, Amok zu laufen.
MobbyBusiness: Was ist Predictive Analytics?
Eric Siegel: Die kürzeste Definition ist der Untertitel meines Buches: Die Macht vorauszusagen, wer klickt, kauft, lügt oder stirbt. Predictive Analytics ist die Technologie, die aus Daten lernt, um Vorhersagen darüber zu treffen, was jeder einzelne tun wird - vom Gedeihen und Spenden bis hin zum Diebstahl und Absturz Ihres Autos. Auf diese Weise fördern Organisationen den Erfolg von Marketing, Auditing, Gesetzesdurchsetzung, medizinischer Behandlung, Ausbildung und sogar dem Führen einer politischen Kampagne für Präsident.
MB: Was sind die Ziele von Predictive Analytics?
ES: Vorhersage ist der Schlüssel, um bessere Entscheidungen zu treffen und Millionen von Aktionen pro Person zu steuern. Für das Gesundheitswesen rettet dies Leben. Für die Strafverfolgung kämpft es Verbrechen. Für Unternehmen senkt es das Risiko, senkt die Kosten, verbessert den Kundenservice und verringert unerwünschte Post und Spam. Dies war ein wichtiger Faktor für die Wiederwahl des US-Präsidenten.
MB: Was waren die größten Hürden für die Entwicklung von Predictive Analytics?
MB: Wann wurde Predictive Analytics erstmals realistisch? Gab es einen Wendepunkt? E. S.: Da die zugrundeliegende Technologie im Forschungslabor fest etabliert war, bestand die größte Herausforderung beim Einsatz von Predictive Analytics in einer Art notwendigen Kulturverschiebung. Über die technischen Bemühungen hinaus, ein Vorhersagemodell aus Daten zu erstellen, müssen die individuellen Vorhersagen, die es dann generiert, von der Organisation verwendet werden, um die operativen Aktivitäten voranzutreiben. Predictive Analytics auf diese Weise zu integrieren und dabei "business as usual" zu verändern (und zu verbessern), bringt einen Organisationswandel mit sich, der nicht mit dem Fingerschnippen geschieht.
ES: Wir haben gerade ein Trinkgeld erreicht Soweit es die kritische Masse des weitverbreiteten Gebrauchs und allgemeinen Bewußtseins gibt, ist es bis jetzt auf die Welt gekommen. Es gab Nischen, in denen es üblich wurde, wie das Targeting auf massive Direct-Mail-Marketingkampagnen, die Vorhersage, welche Mobilfunkkunden gefährdet sind, zu einem anderen Mobilfunkanbieter zu gehen, und das Risiko eines Kreditkartenantragstellers. Diese sind seit mindestens ein paar Jahrzehnten fest verankert. Die breitere Verwendung für Marketing, Betrugserkennung, Kundenlöschung in anderen Unternehmen, Online-Anzeigenausrichtung und vieles mehr ist dann organisch von dieser Basis des Erfolgs gewachsen.
MB: Wie wichtig war es für Predictive Analytics, Tools und Methoden zu entwickeln, die mit unstrukturierten Daten wie Text und anderem subjektiven Material umgehen?
E.S.:: In einigen Projekten sind unstrukturierte Daten für die Vorhersagegenauigkeit entscheidend. Für einige Organisationen ist beispielsweise die Verarbeitung der Notizen der Kundendienstmitarbeiter von zentraler Bedeutung für die Erkennung von Kunden, bei denen das Risiko einer Stornierung größer ist. In anderen Fällen sind überhaupt keine unstrukturierten Daten verfügbar.
MB: Was unterscheidet dies von Data Mining und Business Intelligence?
ES: Predictive Analytics passt genau in das breite "datengetriebene" "Arena bezeichnet Begriffe wie Big Data, Data Mining, Business Intelligence und Analytik (ohne" Predictive "). Die Aufregung darüber, wie viele Daten es gibt und sein Potenzial wirft die Frage auf, was wir damit machen sollten, was ist der spezifische Wert? Die Antwort auf diese Frage ist, daraus zu lernen, wie man vorhersagen kann. Die Sache, die für das Funktionieren von Organisationen einen direkten Unterschied macht, ist die Vorhersage.
MB: Betrifft Predictive Analytics hauptsächlich Korrelation oder Kausalität?
ZB: Korrelation. Kausalität ist eine schwer zu fassende Sache, und Sie brauchen sie nicht unbedingt, um gut vorherzusagen. Wenn wir die Korrelation sehen, dass Frührentner höhere Gesundheitsrisiken haben, würden wir gerne wissen, warum - aber wir müssen nicht wirklich wissen, warum, um diese Informationen zu nutzen. Stattdessen wird Frühverrentung zu einem Faktor, der bei der Entscheidung, ob ein Patient für ein zusätzliches Screening oder andere präventionsorientierte Aktivitäten priorisiert werden sollte, berücksichtigt wird.
MB: Ist Predictive Analytics etwas, das sowohl von kleinen Firmen als auch von großen Unternehmen umgesetzt werden kann?
ES: Ja, und das ist oft der Fall. Solange es eine ausreichend lange Kundenliste gibt, aus der man lernen kann, gibt es Potenzial. Zum Beispiel führen viele kleine Unternehmen Direktmailings (oder Online-Aktivitäten) über eine große Anzahl von Kunden durch.
MB: Ich habe ein kleines Unternehmen mit Kundenkontakt und mehreren Datenbanken mit Kundeninformationen, Wettbewerbsinformationen usw. Wo fange ich an? ?
ES: Als erstes muss bestimmt werden, welches Kundenverhalten vorhergesagt werden soll und wie die Vorhersagen einen Wert liefern, dh welche Operationen mit den individuellen Vorhersagen optimiert werden. Sagen Sie zum Beispiel voraus, welcher Kunde kauft, wenn er eine Broschüre verschickt, um zu entscheiden, wer die $ 2 investieren soll, um die Broschüre zu versenden.
MB: Warum sind wir so datenphob?
ES: Ich denke wir werden zu dieser Zeit sehr viel weniger datenphobisch. Menschen, die sich nie sicher oder wohl mit Mathe gefühlt haben, scheuen sich zunächst von quantitativ orientierten Konzepten und gehen davon aus, dass sie geheimnisvoll und schwer zu verstehen sind. Aber die Idee, "Ja" oder "Nein" für jeden Einzelnen zu entscheiden, ob er auf der Grundlage eines vorhergesagten Verhaltens für die einzelnen Personen mailen, genehmigen, untersuchen, einsperren oder einrichten soll, ist nicht so schwer fassbar, wie die Leute schnell entdecken. Und die Grundidee, aus allen bekannten Faktoren eine Vorhersage für den Einzelnen zu machen, fällt auch ohne Mathematik leicht zu verstehen.
MB: Sie schreiben, dass die Daten die Welt am meisten boomen unnatürliche Ressource. Bitte erklären Sie das.
E. S.: Ich bin süß und humorvoll. Daten sind sicherlich eine boomende Ressource. "Unnatürliche Ressource" ist ein Spiel mit dem wohlbekannten Ausdruck "natürliche Ressource" - denn schließlich würden die Informationen auf einer Festplatte (oder Millionen von Festplatten, in der Tat!) Wahrscheinlich als künstlich und nicht als Teil von Natur. Hmm, nicht so lustig, wenn man es erklären muss.
MB: Wird es so etwas wie Moores Gesetz geben, das das Wachstum von Predictive Analytics beschreibt?
ES: Predictive Analytics wird weiterhin schnell wachsen wie jedes andere Best Practice, die nicht nur ein Gewinn ist, sondern ein Wettbewerbsvorteil. Moores Gesetz kommt herein, weil es uns sagt, wie schnell die Daten weiter wachsen werden und je mehr Daten zu lernen sind, desto besser kann man vorhersagen und desto mehr Arten von Verhalten können vorhergesagt werden.
MB: Sie mögen Zitat aus "Spiderman" - "Mit großer Macht kommt große Verantwortung." Was meinst du?
E.S.:: Mit dem Aufkommen von prädiktiven Analysen gewinnen Unternehmen an Macht, indem sie starke, aber manchmal sensible Einsichten über Individuen vorhersagen. Tatsache ist, dass die Vorhersagetechnologie eine Zukunft zeigt, die oft als privat betrachtet wird. Diese Vorhersagen werden aus vorhandenen Daten abgeleitet, fast so, als würden neue Informationen aus dem Nichts entstehen. Beispiele hierfür sind Hewlett-Packard, der die Absicht eines Mitarbeiters zum Rücktritt ableitet, Einzelhändler Target, der die Schwangerschaft eines Kunden ableitet, und Strafverfolgung in Oregon und Pennsylvania, die ein zukünftiges Wiederholungsdelikt voraussagen.
MB: Gibt es eine dunkle Seite für Predictive Analytics? Wie können wir es kontrollieren?
E. S.: Wie bei jeder Marketing-, Strafverfolgungs-oder anderen Aktivitäten müssen die Bedürfnisse und Rechte des Individuums Teil der Gleichung werden. Bei allen Aktivitäten, die massenhaft über viele Menschen hinweg betrieben werden, besteht immer das Risiko, den Standort der Individuen zu verlieren. Es ist von entscheidender Bedeutung, das öffentliche Verständnis dafür zu fördern, was Predictive Analytics ist, wie es genutzt wird und wie es funktioniert, um Diskussionen, Debatten und legislative Aktivitäten zu fördern.
MB: Die Algorithmen von Predictive Analytics werden langsam immer besser herauszufinden, was wir mögen. Wird das Kreativität und Serendipität töten? Könnte Predictive Analytics jemals einen iPod produzieren?
E. S.: Ich bin der festen Überzeugung, dass dieses mächtige Werkzeug der Welt hilft und die menschliche Aktivität steigert. Predictive Analytics hilft dabei, bestehende Operationen zu optimieren - das ist ein Paradigmenwechsel, aber es entstehen keine neuen Paradigmenwechsel wie beim iPod. Intelligentere Abläufe und effizientere und effizientere Vorgänge (z. B. weniger Spam und Spam) eröffnen nur zusätzliche Ressourcen und Möglichkeiten, die wiederum die Kreativität des Menschen fördern. Es gibt nichts, was die menschliche Kreativität abschrecken könnte, und ich sehe auch nicht, dass Unternehmer und Wissenschaftler in absehbarer Zeit verlangsamen.
Folge uns @MBarticles , Facebook oder Google + . Folgen Sie uns @MBarticles , Facebook oder Google + .
7 Möglichkeiten, den Blog Ihres Unternehmens zu starten
Fast jede Marke mit einer modernen Website hat jetzt einen Firmenblog, um Updates, Ankündigungen und andere relevante Inhalte zu teilen. Indem Sie einen einzigartigen Einblick in Ihr Geschäft erhalten, gewinnen Sie Vertrauen und Respekt von Ihren Lesern, insbesondere weil Ihre Informationen aus erster Hand im Unternehmen stammen.
So starten Sie ein dienstbasiertes Unternehmen
Service-basierte Unternehmen erlauben Ihnen die Freiheit, Ihre Fähigkeiten zu nutzen und einen Gewinn zu erzielen. Sie können Ihre Leidenschaften vertiefen, zum Beispiel Öffentlichkeitsarbeit oder Schreiben, während Sie anderen helfen. Aber es gibt viel mehr in der Praxis, als eine attraktive Website zu gestalten, Netzwerke zu knüpfen und Aufgaben zu bewältigen.
Beliebte Beiträge