从2016大事件看预测分析模型怎么不灵了?

日期: 2016-12-25 作者:Ed Burns翻译:乔俊婧 来源:TechTarget中国 英文

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

作者

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。

翻译

乔俊婧
乔俊婧

关注商务智能及虚拟化领域技术发展,专注网站内容策划、组稿和编辑, 负责《数据价值》电子杂志的策划和撰稿。喜欢桌游,热爱音乐,吃货一枚。

相关推荐