데이터 마이닝, 예측 분석 및 텍스트 마이닝 분야의 선도적 인 컨설턴트 인 Elder Research의 Fraud Analytics 이사 인 안토니아 데 메디나 셀리 (Antonia de Medinaceli)는 "웹 로그 분석은 더 이상 조직이 가지고있는 좋은 점이 아닙니다. 그녀는 분석 기술이 반드시 필요하다고 생각합니다.
우리가 그녀에게 말하도록 초대했습니다. 디스커버리 서밋 2012 SAS 세계 본부에서 9 월 12 일. 그녀는 예측 분석이 조직에 경쟁을 불러 일으키기 위해 사용되었지만 현재는 그 사용이 표준이라고 설명합니다.
작년 뉴욕의 Predictive Analytics World에서 SAS Editor 인 Anna Brown은 Medinaceli와의 인터뷰를 통해 데이터 마이닝 동향과 조직에서 분석 사용에 대한 비즈니스 사례를 작성하는 방법에 대해 설명했습니다. 다음은 요약 된 버전입니다.
데이터 마이닝 작업에서 놀라운 트렌드를 발견 했습니까?
몇 년이 지난 후에도 가장 큰 놀라움 중 하나는 외부 요인이 데이터 마이닝 프로젝트에 미치는 영향입니다. 데이터 마이너로서 우리는 데이터 처리에 관심을 갖고 모델을 만들기 시작했습니다. 이는 데이터 광부에게는 매우 흥미로운 부분입니다. 그러나 대부분의 경우 조직 내에서 데이터 또는 데이터 청결 상태 또는 정치 상황에 대한 접근 여부와 관련하여 정치적 문제, 제도적 문제를 처리해야합니다. 상급 관리자가 데이터 마이닝을 수락하면 극복해야 할 장애물이 될 수 있습니다. 그래서 우리는 컨설턴트로서 우리가 실제로 기술 작업을하는 매우 흥미로운 부분에 도달하기 전에 처리해야하는 이러한 주변 문제를 모두 가지고 있습니다.
데이터 마이닝 분야에서 앞으로 몇 년 동안 새로운 접근법이 있습니까?
실제로 새로운 알고리즘을 개발하고 이미 존재하는 알고리즘을 완벽하게 만드는 추세가 있습니다. 적어도 기존의 데이터 마이닝 측면에서는 꽤 괜찮은 것으로 보인다. 그러나 텍스트 마이닝 측면에서는 상당히 많은 연구가 진행되고 있습니다. 업계 표준 및 모범 사례가 여전히 확립되고 있습니다. 그리고 사람들은 여전히 텍스트, 구조화되지 않은 데이터가 많은 데이터 마이닝 모델의 정확성을 높이는 데 도움이 될 수 있다는 생각을하고 있습니다. 사기 탐지 분야에서도 꽤 많은 연구가 이루어지고 있습니다. 이는 확실히 관심 분야입니다.
예측 분석을위한 비즈니스 사례를 구축하는 데 도움이되는 모범 사례는 무엇입니까?
우리가 일반적으로 고객에게 권장하는 것은 조직 내에서 챔피언을 찾는 것이거나 예측 분석이 실제로 조직 내에서 사용하는 매우 가치있는 기술임을 보여줄 수있는 문제점입니다. 또한 장기적인 분석 프로젝트에 참여하기 전에 빠른 개념 증명 프로젝트 인 빠른 승리를하는 것이 좋습니다. 소규모 데이터 세트를 사용하여 공정하게 신속하게 작업하는 것이 좋습니다. 우리는이 작업을 "단일 작업"이라고 부릅니다. 그런 다음 나중에 집으로 가야합니다.
전체 비디오 인터뷰는 SAS 비즈니스 분석 지식 교환 .
