Не верьте в «волшебные» алгоритмы: как работать с большими данными
Почему большие данные не решают всех проблем бизнеса, на что data scientists тратят больше всего времени, с чего начинать анализ и как сформировать команду исследователей — объясняют эксперты Ipsos
Вопрос качества
Большие данные помогают лучше понять потребителей, спрогнозировать их будущие покупки и найти инсайты. Но для этого они должны быть правильно собраны и обработаны. Ключевой проблемой остается качество. Само по себе использование больших данных не гарантирует, что их исследование принесет ощутимую пользу компании. Здесь работает принцип «что посеешь, то и пожнешь». Некачественные данные не позволяют широко применять алгоритмы машинного обучения.
Чтобы создать рабочую модель для прогноза, вам нужны данные
- с широким охватом,
- правильно промаркированные,
- не дублированные.
К сожалению, сегодня большая часть данных, которые использует в своей работе бизнес, не соответствует этим стандартам. Самые распространенные проблемы ― недостаточный или неравномерный охват, пробелы и ошибки в записи данных.