close
当前位置: 物联网在线 > IT技术 > 商业智能 >

预测分析的成功因素包括一个会讲故事的人

建立一支成功的预测分析团队的秘密是寻找有统计分析、编程和 — 也许最重要的是 — 讲故事技能的人,据一位业内人士说。

发现多才多艺人才非常重要,因为通常预测分析团队规模相当小, XL保险公司战略分析副总裁Jennifer Golec说。多面手能提供更高级别的灵活性, 在资源紧张时就能发挥作用。

理想情况下, 预测分析专家应该懂一些程序,Golec说, 因为他们要处理大量的信息并进行探索性分析。商业软件在这些领域可以有所帮助, 她解释说, 但是一些编程技巧仍将有利于像操控或处理数据和创建新的变量这样的任务。

预测分析专业人员也应该专注于开发统计分析技能, 因为那些是构建多元模型、统计工具以多个变量预测结果的必需。

“第三要素是你必须会讲故事。你必须能够解释这些结果,”Golec说。“这意味着真的能够解释你从数据中得出的洞察力。你必须能够传达,因为如果不这样, 你只能坐视这个伟大的模型却无法实现它。”

2011年的流行电影《点球成金》讲述了奥克兰运动家队总经理Billy Beane使用分析来发现被低估的球员并建立了一个伟大的棒球队,可能会让你错误的以为分析都是关于数字处理的。但远不止这些,据Golec说。企业还必须努力理解预测模型的结果如何转化为真正的商业世界。

“有时如SAS这样的产品是危险的 ,”Golec说。“他们方便地将数据输入并按下按钮然后得出一些结果。但是如果你没有经过训练来理解和解释这些结果,你可能最终得到的是垃圾,而你却不知道。”

转向分析以提高赔付效率

Golec拥有密苏里大学经济学博士学位,为保险公司Hartford运行了一个预测分析程序,一开始在六个月前为XL保险和其全球母公司XL集团PLC工作。

她的第一个任务是找到一个软件供应商帮助财产事故保险公司建立其初步预测分析程序。XL保险启动了该项目,更好地避免了不必要的风险,最终提高了其赔付率指标。

“赔付率是指保费之上的损失”,Golec说。“赔付率越低,利润越丰厚。”

Golec仔细地考虑了SPSS(它在2011年由IBM公司收购)和Wolfram研究的数学软件工具。但她过去选用了SAS研究所的软件,决定再次这样做。

“成功的一半是处理数据, 操作数据并让它进入到一可以进行实际建模的形式,”她说。“SAS允许我们把数据转换成我们想要的形式和表格。”

XL保险公司使用了几个SAS产品, 包括SAS / STAT统计分析工具; SAS图形, 一个可视化工具, 允许用户以图表和图形显示信息, SAS企业指南 (EG)。这使得它更容易对数据存储做探索性分析; 还有JMP,一个数据可视化工具。

“有了EG,我很快就能感知我现在有什么,我要如何清理数据;要在哪里瓦解记录,以及我能创造什么样的推断或预测变量,”Golec说。“我们还得到了JMP, 在更容易理解数据上它看起来是一个不错的工具。”

实现预测分析

XL保险公司的团队正在构建风险评估的预测模型。据Golec说,下一步是实现这些模型并密切监视和测量结果。

Golec说实现阶段最艰难的方面可能会涉及到围绕管理的变更, 特别是让合适的人采用预测分析作为他们日常工作。确保任何工作流或架构的更改被恰当地记录也是一项重大挑战。

另一个是“确保我们已经想出了如何追踪它并确保它在起作用,”她说。“但是我认为实施中的大事是使它获得支持并确保使用它。”


you might also like

  • 36页PPT│大数据分析关键技术在腾讯的应用服务创新
  • 关于移动互联网产品的指标分析初探
  • 电子科技大学的学霸圈
  • 2016大数据创新大赛——机场客流量的时空分布预测模型解析
  • 数据获取不畅通,中国科学家做研究也受影响
  • 数据科学家 / 统计学家应该养成哪些好习惯?
  • 玩笑到现实,大数据涉足文学研究用数据模型分析莎翁著作
  • 数据分析该分析什么
  • python爬虫入门
  • 创业公司做数据分析(六)数据仓库的建设

  • (责任编辑:ioter)