Como Avaliar a visualização dos Predictive Análise de Dados

Existem várias formas de visualizar de dados, mas o que define uma boa visualização? A resposta curta: O que quer que recebe o significado do outro lado é a sua melhor escolha. Para ajudar a encontrar esse melhor escolha, estes quatro critérios pode usar para julgar a sua visualização. Esta não é uma lista exaustiva, mas deve apontá-lo para a melhor visualização para conduzir a sua casa idéia.

Como relevante é esta imagem?

Sua visualização de dados deve ter um propósito claro e bem definido - têm um objetivo em mente e transmitir uma ideia clara de como chegar lá. Esse objectivo pode ser a resposta para a necessidade negócio que você trouxe para aplicar a análise preditiva em primeiro lugar. Uma subsidiária, imediatamente finalidade prática poderia ser a sua necessidade de transmitir idéias complexas através da visualização.

Para responder a ambas as necessidades, em primeiro lugar, tenha em mente que os dados apresentados na visualização tem de ser relevante para o tema geral do seu projeto de análise. (Que relevância não será muito para SEEK- seu projeto analítica começou com selecionando os dados relevantes para alimentar o seu modelo preditivo.)

Com o tema em mente, o próximo passo é criar uma narrativa que apresenta os dados relevantes, destaca os resultados que apontam em direção à meta, e usa um meio de visualização relevante. (Se a sua empresa tem uma sala que é ideal para, digamos, apresentações em PowerPoint, consideram que uma grande dica.)

Como interpretável é a imagem?

Se você aplicar a análise para os dados, construir um modelo preditivo, em seguida, exibir os resultados analíticos visualmente, você deve ser capaz de derivar interpretações bem definidos a partir de suas visualizações. Derivando essas interpretações significativas leva, por sua vez, a insights decorrentes, e isso é o elemento central de todo o processo de análise preditiva.

A história que você conta através do seu meio de visualização deve ser clara e inequívoca. Uma sala cheia de interpretações conflitantes é geralmente um sinal de que algo está errado. Para manter a interpretação da visualização na pista, certifique-se de mantê-lo firmemente em linha com a saída do modelo - que por sua vez se alinha todo o esforço com as questões de negócios que levaram o analytics busca preditiva.

Nos casos em que uma visualização pode permitem várias interpretações, essas interpretações devem convergir para contar a mesma história no final. Tal como acontece com muitas empresas, múltiplas interpretações são muitas vezes possível. Tente antecipar, discutir e ajustá-los de antemão até que todos eles transmitem a mesma ideia subjacente ou suportar o mesmo conceito abrangente.

É o retrato simples o suficiente?

A visualização que é muito complexo pode ser enganosa ou confusa. Para alcançar a simplicidade, a sua visualização precisa de clareza e elegância.

Você deve sempre apontar para a clareza, adicionando como muitos lendas (guias para que as partes da imagem média), conforme necessário, e tornando-o mais claro possível. Você pode usar legendas para definir todos os símbolos, figuras, machados, cores intervalos de dados e outros componentes gráficos que você tem em sua visualização.

Escolhendo a combinação certa de cores e objetos para representar os seus dados pode melhorar a elegância. O meio que você escolher para apresentar seus dados também é crítica. O meio refere-se às imagens, gráficos e tabelas em suas apresentações, em adições à sala de conferência, e os recursos visuais que você usa para apresentar seus resultados analíticos, tais como tela de TV, quadro branco, ou projetor.

Como regra geral, quanto mais simples a visualização e o mais simples o seu significado é, o que é melhor. Você sabe que você conseguiu quando a visualização faz a fala para você.

Será que a imagem levar a novos insights?

Sua visualização deve acrescentar algo de novo ao seu projeto de análise preditiva. Idealmente, deve ajudar a encontrar novas ideias que não eram conhecidas antes.

Durante a construção do seu modelo de análise preditiva, você pode usar a visualização para ajustar a saída do seu modelo, examine os dados, e traçar o resultado da análise. A visualização pode ser seu guia para descobrir novos insights, ou exigentes e aprender novas relações entre itens de dados no mar de dados que você está analisando.

Visualization deve ajudar a selar o acordo e apagar quaisquer dúvidas sobre a Análisis- deve apoiar as conclusões e a saída do modelo. Se ele faz isso de forma eficaz, em seguida, apresentando estes resultados à gestão irá ajudá-los a abraçar e agir de acordo com os resultados.