Witamy!

Podejmowanie decyzji biznesowych na podstawie danych

Ted Kwartler

Data Dude

Typy danych

Analiza eksploracyjna $$

Lupa

Pełniejsze zrozumienie rynku lub możliwości biznesowej bez z góry zdefiniowanego wyniku

Przykład: Identyfikacja wspólnych cech pacjentów

Analiza wyjaśniająca $$

Eksploracja mapy

Wyjaśnienie lub symulacja określonego zjawiska, np. zwiększania zysku lub redukcji kosztów

Przykład: Wyjaśnienie, dlaczego pacjenci z cukrzycą wypisani w piątki są częściej readmitowani

Predykcyjne decyzje oparte na danych

Drzewo decyzyjne

Predykcja konkretnych rekordów – często ważniejsza jest dokładność modelu niż jego interpretowalność

Przykład: Przewidywanie prawdopodobieństwa readmisji pacjenta

Typ	Perspektywa	Cel
Eksploracyjna	Strategiczna	Potwierdzenie wiedzy i zdobycie ekspertyzy
Wyjaśniająca	Strategiczna/taktyczna	Poznanie złożonych zależności dla efektywniejszych operacji
Predykcyjna	Taktyczna	Osiąganie konkretnych wyników i automatyzacja decyzji

Skuteczne ocenianie analizy

DANE
- Czy dane są dostępne?
- Jakie dane zostały użyte?
- Czy są odpowiednie do zadania?
- Czy zawierają błędy reprezentacji, np. rasowej lub płciowej?
- Czy mają problemy z integralnością, np. znaczące braki danych?
- W jaki sposób zostały zebrane?

Skuteczne ocenianie analizy

METODY
- Jakie metody zostały zastosowane?
- Czy próbowano alternatywnych metod? Jeśli tak, czy wyniki się różniły?
- Jaki jest kompromis między metodami prostymi a złożonymi?

Skuteczne ocenianie analizy

WYNIKI
- Jakie są wyniki?
- Czy wyniki były zgodne z oczekiwaniami, czy coś wyróżniało się?
- W jaki sposób to odkrycie dostarcza wartości lub rozwiązuje problem?

Skuteczne ocenianie analizy

WPŁYW
- W jakim stopniu analiza odpowiada na rozwiązywany problem?
- Czy istnieją regulacje dotyczące tego przypadku użycia?
- Co może pójść nie tak? Czy są nieprzewidziane skutki dla interesariuszy?

Podejmowanie decyzji biznesowych na podstawie danych