Пошаговый подход к построению диаграммы влияния

Цепочка создания стоимости - Обзор

«Цепочка создания стоимости» - широко используемый термин, который определяет пять ключевых областей, а именно: анализ требований, проектирование, внедрение, тестирование и развитие. Несколько таких моделей процессов имеют отношение к науке о данных, однако нет правильного ответа, какая из них лучше. Многие организации, такие как CSIRO, Pivotal (компания, работающая с большими данными), и такие авторы, как Миллер и Морк, предложили различные модели этой цепочки создания стоимости для поддержки проекта в области науки о данных. Предлагаемые ими модели существенно не отличаются, однако адаптированы к различным потребностям бизнеса. На рисунке ниже показана модель данных, предложенная Миллером и Морком (2013).

Цепочка добавленной стоимости - основные виды деятельности

В двух словах, цепочка создания стоимости часто описывается как серия действий, выполняемых для создания ценности для проекта. Эти действия включают в себя сбор данных из нескольких источников, очистку и обсуждение, интеграцию с существующей системой, анализ ключевых показателей эффективности и, наконец, представление результатов для повышения ценности бизнеса, которая согласуется с целями организации. Специалист по анализу данных играет ключевую роль во всех сегментах, однако в более крупных организациях эти роли часто предопределены и не пересекаются. Например, крупные фармацевтические и банковские компании, такие как Novartis Health Care Pvt. Ltd. или Common Wealth Bank, Австралия, имеют несколько предопределенных ролей в проекте по науке о данных, где ожидается, что специалист по данным анализирует и представляет ключевые повествования на основе данных только различным заинтересованным сторонам бизнеса.

Диаграмма влияния

При формулировании и анализе постановки проблемы специалисту по данным необходимо понимать ключевые рычаги, влияющие на бизнес-решения. Заинтересованные стороны, как правило, не знакомы с моделями данных или статистикой, поэтому существуют сценарии, когда результаты модели могут не соответствовать их бизнес-интуиции. Вот тут-то и появляется диаграмма влияния. Диаграмма влияния - это визуальное отображение того, как различные известные и неизвестные переменные могут влиять на бизнес-решения, которые, в свою очередь, регулируют результат. Диаграмма влияния позволяет вам получить 360-градусное изображение следующего.

  • Ценности, которые можно получить, построив модель
  • Дополнительная информация, важная для проекта
  • Стоимость получения этой дополнительной информации

Prudential Financial, Inc. - одна из крупнейших страховых компаний США. В последнее время они наблюдали большой отток клиентов из-за неправильных расценок на страхование. Заинтересованные стороны сегмента страхования жизни и аннуитета хотят определить движущие силы, влияющие на оценку рисков, и то, как они могут удовлетворить различные бизнес-цели. Диаграмма влияния разработана, чтобы определить ключевые области и рычаги постановки проблемы, касающиеся того, как они пересекаются для достижения общей бизнес-цели.

Компоненты диаграммы влияния

Известная переменная

Известные переменные представляют собой меры, которые известны специалисту по данным в начале проекта. Сюда входят источники данных и атрибуты, которые имеют решающее значение для проблемы, текущие показатели эффективности, бизнес-интуиция и многое другое. В приведенном выше примере узлы «Исторические данные клиента», «Данные клиента-кандидата» и «Существующий бизнес» являются известными переменными.

Вероятная переменная

Случайная переменная представляет собой любую меру, которая неизвестна на момент начала проекта. Он может включать переменные, важные для модели, бизнес-понимание рынка, данные, которые должны быть получены из внешнего источника, и т. Д. Важно понимать, что значение случайной переменной всегда будет обнаружено в будущем. В приведенном выше примере «Прогнозировать оценку риска», «Доля рынка» и «Сегмент клиента» являются случайными переменными. При внимательном рассмотрении можно заметить, что долю рынка можно оценить только при наличии данных о конкурентах. Данные о конкурентах можно получить из внешних источников, поэтому значение этой переменной неизвестно в начале проекта.

Переменная решения

Переменная решения обозначается лицом, принимающим решение. Он показывает, как разные известные и неизвестные переменные могут повлиять на выбор бизнеса и на какой выбор это влияет. На диаграмме выше «Страховое предложение», «Разработка страхового продукта» и «Маркетинговые каналы» являются ключевыми решениями, на которые влияют известные и неизвестные переменные, изученные в ходе проекта по науке о данных.

Объективная переменная

Объективная переменная определяется как возможный результат, который намеревается достичь проект по науке о данных. Объективная переменная должна соответствовать бизнес-целям и подпадать под более широкий кругозор, на который влияют несколько переменных решения.

Как составить диаграмму влияния?

  1. Определите весь возможный набор переменных, необходимых для проекта
  2. Обсудите с заинтересованным лицом или группой разработки и управления данными доступность различных переменных.
  3. Определите известные и случайные переменные из обсуждения
  4. Понять влияние случайных переменных на разработку проекта или модели. Если влияние будет значительным, обсудите процесс закупок и связанные с этим затраты.
  5. Проанализировать все бизнес-решения, на которые повлиял проект
  6. Используйте онлайн-инструмент, чтобы сопоставить эти переменные, и составить окончательную диаграмму влияния.

Резюме

Диаграммы математической теории влияния предназначены для облегчения понимания того, как работают вместе различные возможности и затраты. Диаграмму влияния часто относят к искусству решения проблем. Он учит нас распознавать ключевые переменные в проблеме, цели, известные и неизвестные факторы, а также то, как различные решения влияют на достижение общей цели.

Ссылка

Х. Г. Миллер и П. Морк, «От данных к решениям: цепочка создания стоимости для больших данных», в IT Professional, т. 15, вып. 1. С. 57–59, январь-фев. 2013 г., DOI: 10.1109 / MITP.2013.11.

Об авторе: специалист по продвинутой аналитике и консультант по вопросам управления, помогающий компаниям находить решения для различных проблем с помощью сочетания бизнеса, технологий и математики на основе данных организации. Энтузиаст науки о данных, здесь, чтобы делиться, учиться и вносить свой вклад; Вы можете связаться со мной в Связанном и Твиттере;