Cómo evaluar y actualizar su modelo de análisis predictivo
Su objetivo, por supuesto, es la construcción de un modelo de análisis predictivo que realmente puede resolver los objetivos de negocio que fue construido para. Prepárese para pasar algún tiempo la evaluación de la precisión de las predicciones de su modelo con el fin de demostrar su valor para el proceso de toma de decisiones - y para la línea de fondo.
Evaluar su modelo a partir de estos dos ángulos distintos:
Negocio: El analista de negocios debe evaluar el desempeño del modelo y la precisión de sus predicciones en cuanto a lo bien que resuelven los objetivos de negocio. Son las ideas derivan del modelo por lo que es más fácil para que usted pueda tomar decisiones? ¿Está gastando más tiempo o menos tiempo en reuniones a causa de estos nuevos conocimientos?
Técnico: Los datos científicos y profesionales de TI deben evaluar los algoritmos utilizados y las técnicas estadísticas y métodos aplicados. Se eligen los algoritmos óptimos para el propósito del modelo? Son las ideas que se generan con la suficiente rapidez para producir ventajas acciones concretas?
Evaluar el modelo es esencialmente un proceso continuo de volver a examinar los algoritmos utilizados, los datos incluidos, y las características seleccionadas para el análisis -, así como por el seguimiento constante de la precisión del rendimiento del modelo en un sistema vivo y un entorno empresarial real.
Además de examinar de cerca los datos utilizados, la selección de las variables con mayor poder predictivo, y los algoritmos aplicados, la prueba más importante es evaluar si el modelo responde a las necesidades del negocio y si se agrega valor al negocio.
Creación de una decisión recurrible es el principal criterio para juzgar el éxito del modelo. Si su organización puede actuar sobre la salida del modelo y salir adelante, su modelo es un éxito.
Ponga a prueba su modelo en un entorno de prueba que se asemeja mucho al entorno de producción. Establecer las métricas para evaluar el éxito del modelo en el inicio del proyecto. Especificación de las métricas temprana hace que el modelo más sencillo para validar más adelante.
La implementación exitosa del modelo en la producción hay tiempo para relajarse. Tendrá que seguir de cerca su precisión y rendimiento con el tiempo. Un modelo tiende a degradarse con el tiempo y se requiere una nueva infusión de energía de vez en cuando para mantener ese modelo en funcionamiento. Para mantener el éxito, el modelo debe ser revisado y re-evaluado a la luz de los nuevos datos y circunstancias cambiantes.
Si las condiciones cambian por lo que ya no se ajustan a la formación original del modelo, entonces usted tendrá que volver a entrenar el modelo para cumplir con las nuevas condiciones. Tales exigentes nuevas condiciones incluyen
Un cambio general en el objetivo de negocio
La adopción de - y la migración a - tecnología nueva y más potente
La aparición de nuevas tendencias en el mercado
La evidencia de que la competición se pone al día
Video: ¿Cómo evaluar un proyecto desde el punto de vista financiero?
El plan estratégico debe incluir permanecer alerta para cualquier necesidad emergente para actualizar su modelo y llevarlo al siguiente nivel, pero la actualización de su modelo debe ser un proceso continuo de todos modos. Usted mantendrá en entradas y salidas ajustar, la incorporación de nuevos flujos de datos, la readaptación del modelo para las nuevas condiciones y perfeccionar continuamente sus salidas. Mantener estos objetivos en mente:
Manténgase en la parte superior de las cambiantes condiciones de reciclaje y probar el modelo regularly- mejorar siempre que sea necesario.
Video: Cómo Realizar un Análisis de Puestos de Trabajo
Supervisar la precisión de su modelo para atrapar cualquier degradación en su rendimiento con el tiempo.
Automatizar el seguimiento de su modelo mediante el desarrollo de aplicaciones personalizadas que informe y seguimiento de rendimiento del modelo.
monitoreo automatizado ahorra tiempo y ayuda a evitar errores en el seguimiento del rendimiento del modelo.