I gang med virksomhedsdata - har du data, der er gode nok til prædiktive modeller?

Skal dine løsninger være smartere med prædiktive modeller? Lav et selvcheck på de tre mest hyppige snubletråde, inden du går i gang. Her er de tre spørgsmål, du skal stille dig selv.

Klumme: En af de mest interessante teknikker inden for data mining er prædiktive modeller - altså modeller der skal forudsige et eller andet.

Det kan være mængden af nedbør, sandsynligheden for at en bruger klikker på en reklame, værdien af et parcelhus eller risikoen for at låntageren går konkurs.

Der findes mange forskellige typer af prædiktive modeller lige fra lineær regression til beslutningstræer, support vector machines og neurale netværk.

Men de er alle estimeret ud fra et datasæt af eksempler på sammenhængen mellem input og output og kræver derfor en bestemt type datagrundlag for at kunne bringes i spil.

De problemer der kan være med datagrundlaget er ofte de samme, så spørgsmålet er naturligvis: Har du data, der er gode nok?

Du kan lave et selvcheck på de tre mest hyppige snubletråde:

Check 1: Har du data på resultatet?

Når man skal estimere en sammenhæng mellem input og output, skal man selvfølgelig også bruge eksempler på output - altså resultatet af et eller andet.

Det er banalt. Og hvis output er mængden af regnvand, er der nok også målinger af mm regn hos DMI, som man kan finde frem til. 

Men det er ikke altid nemt: Hvis en skole ønsker at identificere hændelser i skoleforløbet, der er særligt positive eller negative for om eleven senere hen har succes, så må man starte med at spørge, hvad "succes" betyder i denne sammenhæng. 

Er det, at personen er fri af kriminalitet? Er i job? Tjener mange penge? Har familie? Føler at han eller hun har et godt liv? Og når man har defineret det, så er det jo ikke altid ligetil at finde data på det.

Check 2: Har du en historik i data?

Mange systemer er lavet til at være operationelle. De skal fungere her og nu og altid være opdaterede med seneste viden.

Derfor er data ofte mere aktuelle end godt er, forstået på den måde at når man estimerer en prædiktiv model til at lave forudsigelser, så er der brug for at kende data, som de så ud på det tidspunkt hvor forudsigelserne skal foretages. 

Det vil sige, at hvis man skal estimere en prædiktiv model for, om en bankkunde går konkurs, så skal man have data, som det så ud, dengang kunden ansøgte om lånet og ikke to år efter, hvor alle jo godt ved, at de gik ned. 

Man skal så at sige kunne spole filmen baglæns og genskabe situationen, som den så ud tidligere.

Check 3: Har du data der er relevant?

Når man skal estimere en sammenhæng mellem input og output, er det vigtigt ikke bare at have input data, men også at at have relevant input data.

Det handler om at være relevant for den output variabel, der skal forudsiges, og det er her, der kan være udfordringer.

Hvis f.eks. en fødevareproducent gerne vil estimere kvaliteten af de skinker, der kommer fra leverandørerne, er det ikke nok at kende leverandørernes omsætning, antal ansatte og adresse. Så skal man måske kende temperaturmålinger fra kølerummene eller luftfugtigheden under transporten. 

Mange forsøger at lave prædiktive modeller baseret på traditionelt registerdata - ikke fordi de tror at netop det vil virke godt, men fordi det er tilgængeligt - og det har ikke altid gode chancer for succes.

Kan du svare ja til alle tre ovenstående, står du rigtig stærkt og skal bare se at komme i gang med din første prædiktive model.




Ytringer på debatten er afsenders eget ansvar - læs debatreglerne
Indlæser debat...

Premium
Bestikkelsessagen kostede Atea store millionbeløb og kunder i 2018 - men 2019 skal være comeback-året: "Nu har vi afsonet vores straf"
Interview: "Nu har vi afsonet vores straf. Hvis man bliver ved med at forfølge dem, der har afsonet deres straf, så er det, det samme som at sige, at man skal lukke Atea." I et stort interview med Computerworld fortæller Ateas danske topchef, Morten Felding, hvorfor det nu er på tide at komme videre efter den store bestikkelsessag ramte virksomheden.
Computerworld
Google slipper første version af Android 10 løs: Her er de vigtigste nyheder
Tiende version af styresystemet Android er ude i sin første betaversion: Her er de nye funktioner, som systemsoftwaren vil byde på.
CIO
Tech fra Toppen: Det har CIO Mads Madsbjerg Hansen fra FLSmidth lært af flere års global it-konsolidering
Tech fra Toppen: Flere års arbejde har betydet en reduktion i antallet af it-systemer hos FLSmidth. Men processen har ikke været uden overraskelser. Hør hvad CIO Mads Madsbjerg Hansen har lært af den omfattende og globale proces.
Job & Karriere
Efter blodrødt regnskab: Nu fyrer Atea 20 medarbejdere i Danmark
Atea fyrer nu 20 medarbejdere. Det sker som en direkte konsekvens af, at den danske forretning er under pres, oplyser selskabets direktør.
White paper
Få en personlig demo af det moderne intranet anno 2019
At vælge den bedste, eller skal vi kalde det, den rette intranetplatform til din virksomhed eller organisation, er ikke nødvendigvis nogen let opgave. Sammenlignet med andre stykker software eller værktøjer til udførelse af specifikke behov, ja så er et intranet typisk en platform, der skal implementeres på tværs af hele virksomheden. Er et nyt intranet på virksomhedens tegnebræt for 2019 er dette din mulighed for at få en personlig demo af Colibo.