从2016大事件看预测分析模型怎么不灵了?

日期:2016-12-26作者:Ed Burns翻译:乔俊婧来源:TechTarget中国 英文

【TechTarget中国原创】

在2016年,利用模型预测并不是一件容易的事,那些特别依赖预测分析模型的企业应该有所警觉。

美国总统的选举,英国脱欧的投票,巴西总统的弹劾……这些发生在2016年的大事件看起来相当不可思议,但它们的的确确发生了。

国际分析研究所的创始人Tom Davenport说,“我们必须不断寻找可能影响模式的变化。我们越来越依赖于机器学习,那些影响我们模型的变化将会变得非常重要。”

事件的不可预测性意味着企业不能大意。

一旦模型开始工作,人们可能会有信任模型的倾向。但今年很明显,社会趋势可能会迅速改变。重要的是,企业需要不断地训练他们的模型并调整他们建立的假设。Davenport说。

他说:“我们需要偶尔检查一下这些模型,看看它们是否在起作用。”

Forrester的分析师Mike Gualtieri指出,事实证明,分析人士需要注意到认知偏差。他说,大多数的民意调查和选举预报员预测希拉里会取得胜利,都是依赖于相对较弱的投票数据。人们都坚定不移地相信这个预测结果,所以没有人真正质疑过它。

这类似于很多所谓的数据驱动决策。分析一般用来确认现在的观点,那些具有挑战性的假设往往会被忽视。在未来一年,企业应该汲取这些预测失误的教训,在组织中努力克服认知偏差。

Gualtieri说,“英国脱欧时间和川普的当选,在一定程度上说明了预测模型有些太过‘自信’了。”

耶鲁大学副研究员Pradeep Mutalik认为,事件的某些部分变得不可预测是受到人们情绪的影响。他说,无论我们谈论英国脱欧投票或特朗普的选举,选民们似乎已经被情绪所带动,这在预测模型中很难进行测量。但也在不可预测的世界事件中增加了一个新的方面,企业在开发预测分析算法时需要充分考虑这些因素。

我们一直都在努力坚持原创.......请不要一声不吭,就悄悄拿走。

我原创,你原创,我们的内容世界才会更加精彩!

【所有原创内容版权均属TechTarget,欢迎大家转发分享。但未经授权,严禁任何媒体(平面媒体、网络媒体、自媒体等)以及微信公众号复制、转载、摘编或以其他方式进行使用。】

微信公众号

TechTarget微信公众号二维码

TechTarget

官方微博

TechTarget中国官方微博二维码

TechTarget中国

评论
查看更多评论

敬请读者发表评论,本站保留删除与本文无关和不雅评论的权力。

作者>更多

Ed Burns
Ed Burns

TechTarget网站编辑,重点关注商务智能、数据分析和数据可视化技术。

大数据分析>更多

相关推荐

技术手册>更多

  • 预测分析与数据挖掘集锦

    数据挖掘、预测分析以及相关业务建模技术几乎完全是由高技能高工资的统计学家、数学家和定量分析师所使用。但随着商务智能和分析厂商提供更方便用户使用的预测分析工具,这一情况正在发生变化。

  • 政府行业BI应用案例集锦

    在本电子书中,我们讨论了英国警署运用软件记录提升警力、列式数据库选型案例和拉斯维加斯政府部署商务智能项目的过程以及未来规划。

  • 技术指南:从大数据到快数据

    NoSQL数据库公司VoltDB副总裁John Piekos结合多年技术经验,论述了快数据给现代企业架构带来的挑战,他认为,相比于数据规模的爆炸式增长而言,数据速度的快速变化和增长才是数据分析行业面临的主要挑战。

  • DBA 职业生涯规划指南

    要成为一名DBA,你需要具备哪些素质?DBA的薪酬待遇如何?DBA的职业道路究竟可以走向何方?我们将在本次的技术手册中为您一一解答。

TechTarget

最新资源
  • 安全
  • CIO
  • SOA
  • 数据库
  • 网络
  • 云计算