Comment évaluer et mettre à jour votre modèle d'analyse prédictive

Votre but, bien sûr, est de construire un modèle analytique prédictive qui peuvent réellement résoudre les objectifs d'affaires, il a été construit pour. Attendez-vous à passer un peu de temps à évaluer l'exactitude des prédictions de votre modèle afin de prouver sa valeur au processus de prise de décision - et de la ligne de fond.

Évaluez votre modèle à partir de ces deux angles distincts:

• Affaire: L'analyste d'affaires doit évaluer la performance du modèle et de l'exactitude de ses prédictions en termes de la façon dont ils répondent aux objectifs commerciaux. Sont les idées dérivées du modèle qui rend plus facile pour vous de prendre des décisions? Passez-vous plus ou moins de temps à des réunions en raison de ces nouvelles connaissances?

• Technique: Les scientifiques de données et professionnels de l'informatique doivent évaluer les algorithmes utilisés et les techniques et méthodes statistiques appliquées. Sont les algorithmes choisis optimale pour le but du modèle? Sont les idées générées assez rapide pour produire des avantages réalisables?

Évaluer le modèle est essentiellement un processus continu de réexaminer les algorithmes utilisés, les données incluses, et les caractéristiques choisies pour l'analyse - ainsi que par la surveillance constante de la précision de la performance du modèle dans un des systèmes vivants et un environnement d'affaires réel.

En plus d'examiner de près les données utilisées, sélection de variables avec la puissance la plus prédictive, et les algorithmes appliqués, le test le plus important est d'évaluer si le modèle répond aux besoins des entreprises et si elle ajoute de la valeur à l'entreprise.

Création d'un acte attaquable est avant tout le critère permettant de juger du succès du modèle. Si votre organisation peut agir sur la sortie du modèle et sortir à venir, votre modèle est un succès.

Testez votre modèle dans un environnement de test qui ressemble étroitement à l'environnement de production. Définissez les paramètres pour évaluer le succès du modèle au début du projet. Spécifier les paramètres rend tôt le modèle plus facile à valider plus tard.

La réussite du déploiement du modèle de la production n'a pas le temps de se détendre. Vous aurez besoin de suivre de près sa précision et les performances au fil du temps. Un modèle a tendance à se dégrader au fil du temps et d'une nouvelle injection d'énergie est nécessaire de temps en temps pour garder ce modèle opérationnel. Pour rester avec succès, un modèle doit être revu et réévalué à la lumière des nouvelles données et l'évolution des circonstances.

Si les conditions changent de sorte qu'ils ne correspondent plus à la formation d'origine du modèle, alors vous aurez à recycler le modèle pour répondre aux nouvelles conditions. Ces nouvelles conditions sont exigeantes

• Un changement global dans l'objectif de l'entreprise

• L'adoption de - et la migration vers - la technologie nouvelle et plus puissante

• L'émergence de nouvelles tendances sur le marché

• Preuve que la compétition est en train de rattraper

Votre plan stratégique devrait inclure rester alerte pour tout besoin émergente telle pour rafraîchir votre modèle et le prendre au prochain niveau, mais la mise à jour de votre modèle doit être un processus continu de toute façon. Vous continuez à entrées et sorties peaufinage, incorporant de nouvelles sources de données, le modèle de recyclage pour les nouvelles conditions et affiner continuellement ses sorties. Gardez ces objectifs à l'esprit:

• Restez au top de l'évolution des conditions de recyclage et de tester le modèle regularly- l'améliorer si nécessaire.

• Surveiller la précision de votre modèle d'attraper toute dégradation de ses performances au fil du temps.

• Automatiser le suivi de votre modèle en développant des applications personnalisées qui déclarent et de suivre la performance du modèle.

  La surveillance automatisée gagner du temps et vous aide à éviter les erreurs dans le suivi de la performance du modèle.