Цель: обновление процессов сбора и анализа данных для построения прогнозных моделей с целью принятия экономически выгодных решений.

Преамбула: Данные представляют новую нефть экономики, однако большинство компаний, хотя и собирают и хранят терабайты данных в облачных сервисах, не до конца используют (и зачастую понимают) их потенциал. Наша цель – простым языком объяснить преимущества использования данных и разработать эффективные методы прогноза под вашу компанию. Наша работа не ограничивается «общим руководством, деловыми советами», но предусматривает подготовку ваших аналитиков к использованию реально работающих моделей.

 

Работа с заказчиком строится на основе стандартной методологии СRISP-DM:

Этап 0 (бесплатный): Понимание бизнеса

  • Встреча с аналитиками и менеджментом Заказчика для определения потребности (например, прогноз отгрузок по разным номенклатурам, оценка эффективности рекламы, ключевые и проблемные поставщики/покупатели/сотрудники, прогноз сезонности и т.д.)

Этап 1: Понимание данных (2-4 дня)

  • Подписание соглашения о конфиденциальности данных (по необходимости)
  • Получение доступа к данным и аудит методологии сбора данных
  • Оценка уровня подготовки внутренних аналитиков компании и разработка индивидуального плана переподготовки

Этап 2: Подготовка данных (2-5 дней)

  • Понимание структуры данных и ключевых элементов матрицы данных
  • Аудит внутренней целостности данных на наличие ошибок
  • Подготовка данных для анализа

Этап 3: Моделирование (4-6 дней)

  • Разработка моделей (классическая регрессия и методы машинного обучения)
  • Обсуждение с аналитиками компании
  • Тестирование моделей на предмет ошибок
  • Выбор оптимальной модели на основе качества прогноза

Этап 4: Оценка (1-2 дня через 3 месяца после предыдущего этапа)

  • Тестирование моделей прогноза на новых данных
  • Настройка моделей

Этап 5: Внедрение

  • Передача работающих моделей аналитикам компании
  • Использование результатов прогноза при принятии управленческих решений

Эксперт: Максим Обризан активно работает с данными с 2001 года, имеет опыт построения, как стандартных статистических прогнозных моделей, так и современных методов на основе машинного обучения.

Заявка на проведение тренинга

Получить описание программы