| |
BayMiner
auttaa
Kun tarvitset apua analyyseihin
Kun dataa on kerääntynyt liiankin kanssa
Kun harkitset datankeräyksen tehostamista
BayMiner-menetelmä on uusi tapa analysoida nopeasti ja tehokkaasti pieniä
ja keskisuuria datoja ( < 10 Mb). Tuloksen saa ilman investointeja - maksat vain käytöstä.
Tyypillisen BayMiner-analyysin vaiheet
- Yleisen
dynaamisen mallin laskenta eli BayMiner laskee kaikkien
muuttujien väliset riippuvuudet
- Klustereiden
tunnistaminen (klusteri tarkoittaa tässä yhteydessä rypästä samanlaisia tapauksia, esim.
asiakaspalvelun tyytyväiset tai tyytymättömät jne.)
- Yhden
klusterin valitseminen kohteeksi (rajataan lassoamalla ao. klusteri esimerkkiavaruudesta)
- Tutkitaan
valittu klusterin. BayMiner tutkii muuttujakohtaisia jakaumia ja
tunnistaa
ne muuttujat, joiden kohdalla jakauma poikkeaa merkittävästi koko joukon
jakaumasta (kaikki muuttujat käsittävä profiili on heti valmiina)
- Klusterin
dominoivien piirteiden tunnistaminen (mitkä muuttujat kuvaavat klusteria tai
vaikuttavat sen syntyyn)
- Seuraavan
klusterin analysoiminen (toistetaan vaiheet
valitsemalla toinen klusteri)
- Malli
toistetaan ja kohdistetaan jollekin toiselle keskeiselle muuttujalle.
|
|
