Jakość danych syntetycznych zależy przede wszystkim od jakości modelu, który je wygenerował, oraz – rzecz jasna – reprezentatywności i jakości danych pierwotnych. O ile ta druga kwestia, jako dobrze znana każdemu analitykowi danych, nie wymaga dalszego komentarza, o tyle kwestii jakości modelu warto poświęcić dodatkową uwagę. Rysunek 1. Procedura
Na przestrzeni lat krajobraz oszustw przeszedł wiele transformacji, a techniki stosowane przez oszustów ewoluowały. Niektóre z trendów wykorzystywanych przez oszustów obejmują podszywanie się między innymi pod kurierów, banki, firmy energetyczne, a nawet firmy loteryjne. Okazja czyni złodzieja W czasie pandemii dużą popularność zyskał pet scam, czyli schemat opierający się na
Jak firmy tracą pieniądze? Oczywiście w różny sposób. Dzisiaj przyjrzymy się stratom w procesach zakupowych. Na początek dwa przykłady. W firmie zatrudniającej 75 tysięcy pracowników i współpracującej z około 120 tysiącami dostawców zbadano 480 tysięcy zamówień i ponad 800 tysięcy faktur. Przyjrzano się również pracownikom oraz związkom pomiędzy pracownikami i
Mój kolejny artykuł chcę poświęcić roli analityki w całym procesie oceny ryzyka kredytowego klienta firmy telekomunikacyjnej – od momentu złożenia aplikacji aż do windykacji. Postaram się przedstawić, jakie wsparcie zapewnia analityka w każdym z etapów tego procesu, czego można od niej oczekiwać, aby zmaksymalizować efekty biznesowe. Schemat prezentujący poszczególne etapy
O nadchodzącej rewolucji związanej z internetem rzeczy (IoT) pisze się dużo od wielu lat. Wiele już słyszeliśmy o zmianach w codziennym życiu i korzyściach dla nas wszystkich, które ta rewolucja ma ze sobą przynieść, ale wciąż nie widać zastosowań IoT na szeroką skalę. Największy rozgłos zyskały dotychczas inteligentne liczniki prądu/gazu,
W marcu tego roku SAS zaprosił przedstawicieli sektora telekomunikacyjnego i bankowego do debaty na temat trendów i doświadczeń związanych z wdrażaniem koncepcji hiperpersonalizacji komunikacji z klientami w ich organizacjach. Na podstawie tej ciekawej dyskusji przygotowałem wybór najważniejszych wniosków, którymi chciałbym się podzielić w tym artykule. Pierwszym zagadnieniem, które chciałem przybliżyć
Platforma SAS® Viya® oferuje wiele algorytmów klasy uczenia maszynowego (machine learning, ML) czy sztucznej inteligencji (artificial intelligence, AI) do trenowania modeli predykcyjnych (klasyfikacyjnych itp.), takich jak lasy losowe (random forest) czy wzmocnienia gradientowe (gradient boosting), jak również modele uczenia głębokiego (deep learning). Choć wielokrotnie potwierdziły one swoją przydatność w praktyce,
Co analityk może zrobić lepiej w swojej codziennej pracy, aby uzyskać lepsze rezultaty. Jakie działania przyczyniają się najczęściej do tego, że wynik pracy analityka jest daleki od optymalnego. Spróbuję przybliżyć odpowiedzi na te pytania, skupiając się głównie na obszarze Customer Intelligence, choć wiele z tych problemów pojawia się również w
„Obraz wart tysiąca słów” to dość popularne powiedzenie, na które powołuje się wiele osób przy różnych okazjach. Skąd się wzięło? Jedni przypisują go Napoleonowi Bonaparte, który miał stwierdzić, że „dobry szkic jest lepszy niż długa mowa”. Inni wskazują na Leonarda da Vinci, któremu przypisuje się stwierdzenie, że poeta zostanie „pokonany
Dzisiaj poświęcę parę słów klasycznej metodzie analizy śledczej znanej jako Search & Discovery. Wymaga ona punktu zaczepienia, którym może być na przykład informacja pochodząca od sygnalisty, hipoteza własna analityka, czy też konieczność uzupełnienia posiadanych informacji w ramach bieżącej analizy. W takim przypadku pierwszym krokiem jest sprawdzenie, jakie informacje na interesujący
W poprzednim artykule wspominałem, że niezbędnym elementem koncepcji hiper-personalizacji komunikacji z klientami jest analityka. Gdy umiemy już zbierać i identyfikować kluczowe wydarzenia w życiu klienta, a także mamy gotowe repozytorium reakcji na te sygnały, potrzebujemy mechanizmu, który podejmie decyzję komu, kiedy i jaką ofertę zakomunikować, w jaki sposób i w
Doświadczenie klienta jako wyróżnik Operatorzy telekomunikacyjni stosują różne metody, aby wyróżnić się na mocno konkurencyjnym rynku i przyciągnąć klientów. Mogą np. konkurować kształtem oferty – niższą ceną, bogatszym pakietem usług lub produktem/usługą, których nie ma w ofercie innych operatorów. Kolejnym sposobem jest uzyskanie przewagi technologicznej i tym samym zapewnienie klientom
Skąd się wzięła i czym jest analiza śledcza, zwana także analizą kryminalną? Potrzeba stworzenia takiego narzędzia zaistniała w końcu lat 60-ch w USA i została wyartykułowana przez organy ścigania. Była ona spowodowana rozwojem przestępczości zorganizowanej, dużą liczebnością i skomplikowaną strukturą grup przestępczych oraz transgranicznym charakterem przestępstw, w czym przodowała włoska
Niemal każdego dnia słyszymy doniesienia o nowych osiągnięciach w dziedzinie sztucznej inteligencji i uczenia maszynowego. Co prawda, do stworzenia odpowiednika ludzkiej inteligencji w sensie szerokim i ogólnym trochę nam jeszcze brakuje, ale coraz częściej maszyny są w stanie rozwiązywać problemy, z którymi do niedawna jedynie człowiek mógł sobie poradzić.
W ostatnim czasie zalała nas bezprecedensowa fala popularności tematyki Data Science/Machine Learning. Mnóstwo szumu w mediach społecznościowych, tłumy na meetup-ach i konferencjach, popularność profilowanych studiów podyplomowych – to zaledwie kilka jej przejawów.
Niezbędnym elementem wszystkich inicjatyw związanych z przetwarzaniem i analizowaniem danych jest zaufanie do danych, które w znacznej mierze uzależnione jest od ich jakości. Czy można określić jakość danych bez mechanizmów jej monitorowania?
Lawinowy wzrost popularności handlu w internecie zmienił nawyki zakupowe bardzo wielu osób. Ogromna ilość sprzedawców oraz różnorodność oferowanych produktów i usług umożliwia zdobycie niemalże wszystkiego. Dzięki globalnemu zasięgowi jesteśmy w stanie zamówić produkt z drugiego końca świata i mieć go u siebie w przeciągu kilku dni lub tygodni. Sprzedawcy natomiast
Styl prezentacji danych jest ważnym aspektem raportów. Użyta kolorystyka oraz metody wyróżniania mają znaczący wpływ na sposób odbioru, a także szybkość zrozumienia danych. Mają zwykle na celu zwrócenie uwagi na najważniejsze informacje, mogą wskazywać na pewne zależności lub wartości odstające, a nieodpowiednie ich użycie może prowadzić do nieporozumień czy nawet
Wraz z rosnącą popularnością internetu branża marketingowa bardzo szybko dostrzegła, że przestrzeń internetowa jest dla niej bardzo ważnym kanałem dotarcia do potencjalnych klientów. Na stronach internetowych coraz częściej zaczęły gościć reklamy, które obecnie potrafią przybrać bardzo różną postać. Im bardziej treści reklamowe stawały się powszechne i niestety, co również miało
Obecnie większość firm, operujących na danych, korzysta z mniej lub bardziej zaawansowanej analityki. Ten trend przestaje być przywilejem wielkich korporacji, a staje się standardem dla wszystkich, także małych i średnich firm. I tak jak potrzeba korzystania z analityki rozprzestrzenia się wśród firm, tak dzieje się to także wewnątrz organizacji, zwiększając
W piątym wpisie z serii 10 przykazań Ekonometrii Stosowanej poruszyliśmy kwestie związane z wykorzystaniem technik data mining i machine learning. Dziś przedstawię kolejne przykazania, które wiążą się z gotowością do kompromisów przy implementacji rozwiązań z zakresu teorii statystyki i rozwagą w interpretowaniu znaczenia istotności zmiennych. 8. Bądź gotowy do kompromisów.
W czwartym wpisie z serii 10 przykazań Ekonometrii Stosowanej poruszyliśmy kwestie związane z zachowaniem prostoty i jasności stosowanych rozwiązań oraz weryfikacją modeli. Dziś przedstawię kolejne przykazanie, które wiąże się z wykorzystaniem technik data mining. 7. Data mining stosuj z rozwagą. Data mining jest w środowisku ekonometrycznym pojęciem kontrowersyjnym i budzącym
Już w 2009 roku firma Gartner przewidywała, że analiza sieci społecznych (SNA – Social Network Analysis) może być dla organizacji bardzo ważnym narzędziem do wykrywania wzorców biznesowych lub zakłóceń oraz źródłem nowej nieznanej dotychczas wiedzy. Obecnie, narzędzia wykorzystujące SNA jako element zaawansowanej platformy analitycznej (w tym predykcyjnej), stają się niezbędne do
W obecnych czasach temat wykrywania nadużyć w obszarach finansów, usług dla obywateli oraz bezpieczeństwa narodowego staje się coraz większym wyzwaniem dla firm prywatnych i instytucji państwowych. Powszechność dostępu do Internetu, gwałtowny rozwój handlu elektronicznego i rosnące ilości danych przetwarzanych w usługach „w chmurze” powodują konieczność zastosowania zaawansowanych narzędzi informatycznych. SAS®
Nie tak dawno wypadła 25 rocznica uruchomienia Internetu w Polsce, SAS w tym roku obchodzi 40 rocznicę istnienia, a z moich rachunków wynika, że używam SAS-a dokładnie od 15 lat. Jak dla mnie, jedną z głównych zmian, która miała miejsce w tym czasie i była między innymi efektem rozwoju Internetu,
W kolejnym wpisie dotyczącym SAS Forum 2016 chciałbym pokazać trochę kuchni przygotowań do części technologicznej konferencji. Przez wiele lat organizowaliśmy sesję krótkich prezentacji narzędzi SAS, którą czasami tylko roboczo, a czasami oficjalnie, nazywaliśmy PowerPoint free. Podczas standardowych prezentacji na SAS Forum najczęściej pokazywaliśmy najnowsze wersje oprogramowania, nowe aplikacje albo ciekawe
Kto słyszał o SAS LASR Server? Pewnie wielu, bo w ofercie SAS jest on dostępny od kilku lat i jest jednym z głównych składników np. Visual Analytics. A kto słyszał o PROC IMSTAT? Tutaj odpowiedzi twierdzących będzie zapewne znacznie mniej. A kto napisał własny kod wykorzystując PROC IMSTAT? Moim zdaniem,
W trzecim wpisie z serii 10 przykazań Ekonometrii Stosowanej poruszyliśmy kwestię eksploracji i dobrego poznania danych. Dziś przedstawię kolejne przykazania, które wiążą się z zachowaniem prostoty i jasności stosowanych rozwiązań oraz weryfikacją modeli. 5. Zachowaj rozsądną prostotę modeli. Rozsądna prostota, czyli znalezienie złotego środka między prostotą a kompleksowością, tak, by
Podstawowe informacje o Customer Journey i 3 dobre rady już za nami. Na tym etapie wiemy już od czego zacząć tworzenie ścieżki klienta, na jakie dane i informacje zwracać uwagę oraz co powinniśmy wiedzieć o kliencie. W ostatnim wpisie przedstawiam 2 wskazówki bezpośrednio związane z naszym podejściem oraz zachowaniami firmy
W poprzednich wpisach dowiedzieliśmy się czym jest Customer Journey, dlaczego jest tak istotne i od czego zacząć tworzenie mapy ścieżki klienta. W tym wpisie skupimy się natomiast na tym jak istotna jest znajomość danych, którymi operujemy oraz preferencje i potrzeby naszych odbiorców. DOBRA RADA #2: Dbaj o znajomość potrzeb klienta
