來自芝加哥第一預測分析世界的觀察
所有條紋的分析師都參加了芝加哥的第一次 Predictive Analytics World （PAW），在哪裡 JMP 是讚助商。我們與與會者討論了一下實驗設計 ，六個西格瑪 ，圖形和空間分析，數據可視化和其他主題預測分析 。對我來說，PAW的亮點很多：
旅行者馬特弗林周日舉行了為期半天的精彩研討會 JMP，SAS和R. 。研討會的參加者是R，JMP和 SAS 用戶希望增加他們的工具包。第二天馬特的談話 “保險和R” 參加人數很多。我最喜歡的一點是，使用腳本作為將各種東西放在一起的粘合劑，可以讓您從不同的工具中充分利用您喜歡的東西。然後，您可以以更自動化的方式運行更長的流程，並創建更多的分析帶寬。Sears Holdings Corp.的Koren Ichihara給了一個非常好的，簡潔的介紹上人力資源分析使用JMP從您的人員數據中汲取洞察力：僱傭更優秀的人才，留住頂尖人才，激發有利可圖的行為。我最喜歡的話是：“視覺效果是對每一次分析的補充。” Dean Abbott 還介紹了人力資源分析，以及國際分析研究所 PAW之後的成員會議在人力資源分析方面提供了更多功能。約翰埃爾德 “數據挖掘經驗教訓” 特色現實世界的案例研究，儘管我之前聽過一些案例研究，但我總是以John傳達這些現實世界的例子的方式學到一些新東西。鮑勃格羅斯曼的繼續說分析成熟度參加人數眾多且有趣。他的第一個問題是“如何加快分析成熟度？”這反映了最大的挑戰 - 改變組織文化。值得慶幸的是，有很多人樂意在PAW等會議上分享他們的經驗，探索峰會 ，分析2012 以及越來越多的分析LinkedIn群組。JMP展位位於中央情報局對面，該局在PAW招募數據科學家 。我們討論了在這一領域吸引和留住優秀人才的挑戰，包括BYOT（帶上您自己的技術）Gen-Y集團的挑戰。du jour， “大數據，” 當然出現了，但是詹姆斯泰勒他指出，大多數公司並沒有真正利用他們擁有的客戶和流程數據，而這些數據並不總是“很大”。前微軟商業智能戰略總監Bruno Aziza指出高質量的數據可視化增加了數據分析的價值。阿齊扎說，“圖像總是比表格報告更好”，只要圖形清晰地傳達分析結果。馬克斯庫恩的談話， “正確的醫學，正確的患者” 很棒。我喜歡他插電超級破碎機作者Ian Ayres 2012年探索峰會的主旨發言人 。Max很好地總結了一些常見的挑戰：非技術專家對預測模型的接受，顛覆性技術，結果的可視化和呈現，以及準確性與可解釋性。在較輕的一面，JMP為PAW參與者提供了製作自己的機會 “數據電影” 帶回家翻書從他們創造。人們喜歡他們！注意：Anne Bullard對此博客文章做出了貢獻。
Bruno Aziza寫道：安妮 - 謝謝你的提及！我也...布魯諾阿齊扎中寫道：
安妮 - 謝謝你的提及！我還說：“如果你的信息圖表在'圖形'上很重，在'信息'上很低，那麼，這只是一幅漂亮的畫面！” 
此外，您還可以找到我的幻燈片@ tinyurl.com/broken-BI-blog的鏈接
希望這可以幫助！
分析你的，
布魯諾阿齊扎
SiSense營銷副總裁
www.sisense.com
