Yöneticiler Tahmine Dayalı Analitiğin Sınırlamalarına Dikkat Etmeli mi?


Tahmine dayalı analitik (PA), gelecekteki sonuçları tahmin etmek için geçmiş verileri ve bu geçmiş verilerin sonucun geçerliliğini ne kadar doğru ve alakalı belirleyeceğini kullanır. Artık her işletmenin teknoloji odaklı olduğunu varsaymak güvenlidir ve DIY yapmasanız bile, güvenebileceğiniz uzmanlara sahipsiniz. Bu uzmanların yardımıyla, tahmine dayalı analitik gerçekten iş kararlarının ayrılmaz bir parçası haline geldi. İstatistiklere büyük ölçüde güvenmek akıllıca bir karar gibi görünse de, bunun da sınırlamaları olabilir.

Veri sınırlamaları

Sonuç, kişinin girdisi kadar iyi olacaktır; eğer giriş veri eksik, alakasız ve örgütlenmemişse, sonuç hiç olmadığı kadar iyi olacaktır. Verileriniz doğru ve kapsamlı olmalıdır; ya daha büyük bir veri kümesini ya da farklı veri kaynaklarının alt kümelerini kullanın. Veri kaynaklarınızın da eşit derecede doğru olması gerekmez. Örneğin, anketler kendi kendini raporlamanın bir biçimi olduğu için daha az doğru olacaktır. Farklı kurumlar tarafından doldurulan veri setleri de farklılık gösterecektir ve modelleme yapmak için tutarlı olmanız gerekir, bu da sonuçlarınızı çarpıtabilir.

Karar riski

Modellemeye karar vermek, bir işletmenin vermesi gereken tek karar değildir. Hangi değişkenlerin dahil edileceği, hangi veri setlerinin dahil edileceği, hangi amacın hedefleneceği, uç değerlerin dahil edilip edilmeyeceği, bir düzensizliğin veya eksik verilerin nasıl ele alınacağı gibi kararlar modelleme sürecinde sürekli olarak ortaya çıkmaktadır. Bir meraklı için bile bunaltıcı gelebilir, bu yüzden çoğu veri bilimi bilgisine ve endüstri anlayışına sahip bir uzman ekibine güvenmeyi tercih eder.

Bu riskler mevcut olmakla birlikte, faydaları tahmine dayalı analitik görmezden gelinemeyecek kadar önemlidir. Onlar:

  • Maliyetleri düşürün
  • Yeni fırsatları tanımlayın
  • Operasyonel verimliliği artırın
  • Müşteri kaybını azaltır
  • Süreç kesintilerini en aza indirir

Her işletme belirsizlikle karşı karşıyadır ve yakın zamanda tanık olduğumuz gibi kusursuz planlar yoktur. Her şeyi doğru yapabilirsiniz, ancak tüm dünya kilit altındaysa, buna nasıl uyum sağlarsınız? Bir işletmenin hayatta kalabilmesi için sürekli olarak uyum sağlaması, yeni numaralar öğrenmesi ve bunları etkili bir şekilde devreye alması gerekir. Bu nedenle PA popülerliğini koruyor ve belirsizlik riskini azaltıyor.

Yöneticiler, veri sınırlamalarını en aza indirmeye çalışabilirler.

  • Analiz parametrelerinin açık bir şekilde tanımlanması
  • Tüm popülasyonu doğru bir şekilde temsil eden bir veri seti seçme
  • Bu verilerin kapsamını tahmin edin ve birden fazla kaynaktan gelen verileri dahil edin
  • Farklı kaynaklardan gelen verilerin aynı biçimde olduğundan emin olun
  • Eksik değerler ve uç değerlere dikkat edilmelidir.
  • Sonuçlarınızı çarpıtabilecek değişkenleri belirlemek için veri türünüz her iki sınırı da içermelidir.

Bu, herkese uyan tek bir boyut gibi değildir, işinizin oluşturduğu verilere dayanır ve bu nedenle işinize özgüdür ve bu nedenle, tahminleri ele alma şekliniz de benzersiz olmalıdır. belirli var sınırlamalar sadece iç görevlilerin tanımlayabileceği işlerde ve modellere güvenirken de dikkate alınmaları gerekir.

Tahmine dayalı analitik bir Çevrim, veri erişimi –> veri keşfi –> modelleme –> uygulama. PA, bir karar vermeden önce göz önünde bulundurmanız gereken faktörleri size söyleyebilse de, kararınızı sizin adınıza veremez. Bilgilendirilmiş bir kararı kolaylaştırır ve bu, yöneticilerin buna güvenmesi gerektiği kadardır. Kararın karmaşık olduğunu veya modelin maruz kalmadığı bir belirsizlikle karşı karşıya olduğunuzu varsayalım. Bu durumda modellere, deneyime, sektör uygulamalarına ve çevresel değişikliklere dayanarak vermeniz gereken kararları seçebilirsiniz.


Kaynak : https://www.thenexthint.com/should-executives-care-about-the-limitations-of-predictive-analytics/18372/

Yorum yapın

SMM Panel PDF Kitap indir