"L'analisi non è più solo una cosa carina per un'organizzazione", afferma Antonia de Medinaceli, direttore di Fraud Analytics presso Elder Research, una società di consulenza leader nel data mining, analisi predittiva e text mining. Crede che l'analisi sia un must.
L'abbiamo invitata a parlare a Discovery Summit 2012 il 12 settembre presso la sede mondiale SAS. Spiegherà che mentre l'analisi predittiva era solita dare alle organizzazioni un vantaggio competitivo, ora il suo uso è la norma.
Alla rivista Predictive Analytics World dello scorso anno a New York, l'editrice SAS Anna Brown ha intervistato de Medinaceli sulle tendenze del data mining e su come creare un business case per l'utilizzo dell'analisi nella tua organizzazione. Ecco la versione ridotta.
Hai trovato tendenze sorprendenti nel tuo lavoro di data mining?
Una delle più grandi sorprese, anche dopo molti anni, è l'impatto di fattori esterni su un progetto di data mining. Come minatori di dati, siamo interessati ad arrivare a trattare i dati, iniziando a costruire modelli: questa è la parte molto eccitante per i minatori di dati. Ma la maggior parte delle volte, dobbiamo occuparci di questioni politiche, questioni istituzionali, che si tratti dell'accesso ai dati o della pulizia dei dati o delle situazioni politiche all'interno di un'organizzazione. L'accettazione del data mining da parte del management superiore può rappresentare un ostacolo da superare. Quindi abbiamo tutti questi problemi periferici che come consulenti abbiamo a che fare prima di arrivare alla parte molto eccitante di fare effettivamente il lavoro tecnico.
Quali sono alcuni nuovi approcci che vedete arrivare nei prossimi due anni nel campo del data mining?
C'è davvero una tendenza lontana dallo sviluppo di nuovi algoritmi e dal tentativo di perfezionare gli algoritmi già esistenti. Ciò sembra essere abbastanza consolidato, almeno nel lato del data mining tradizionale. Per quanto riguarda il lato del testo, tuttavia, si sta facendo un bel po 'di ricerche. Gli standard del settore e le migliori pratiche sono ancora in fase di definizione. E le persone si sentono ancora come i testi, i dati non strutturati, possono aiutare ad aumentare la precisione di molti modelli di data mining là fuori. C'è anche un bel po 'di lavoro nell'arena del rilevamento delle frodi, che è certamente la mia area di interesse.
Quali sono le migliori pratiche per aiutare a costruire il business case per l'analisi predittiva?
Quello che in genere consigliamo ai nostri clienti è trovare un campione all'interno dell'organizzazione o un punto dolente in cui l'analisi predittiva può davvero essere considerata una tecnica molto preziosa da utilizzare all'interno dell'organizzazione. E spesso raccomandiamo di fare una rapida vittoria, un rapido progetto di proof-of-concept prima di impegnarsi in un progetto analitico a lungo termine. [Raccomandiamo] di fare qualcosa in modo abbastanza rapido con un piccolo set di dati - lo chiamiamo "colpire un singolo" - e quindi si va avanti per la home run più tardi.
Per l'intervista video completa, visita il Scambio di conoscenze di SAS Business Analytics .
