¡Esta es, con mucho, mi pregunta favorita en Data Science!
El componente principal que diferencia la analítica predictiva y la clasificación es el componente de tiempo.
Déjame darte un ejemplo donde el tiempo juega un papel crucial. Digamos que un cliente planea reubicarse de una ubicación a otra. Dados los predictores correctos, podemos predecir este comportamiento del cliente.
- ¿Se reúnen algunas ciencias de datos en Bangalore 2016?
- ¿Cuáles son los mejores campos de arranque de ciencia de datos en términos de inserción laboral?
- ¿Cuáles son las oportunidades interesantes en la industria farmacéutica para emprendedores con experiencia en negocios, economía y ciencia de datos?
- ¿Cuál debería elegir, Data Science en UC Berkeley (programa MIDS) por $ 65,000, o Data Science en la Universidad de Illinois (MCS-DS) por $ 20,000?
- ¿Puedo aprender Big Data después de 6 años?
Entonces, en términos de clasificación, podemos obtener una respuesta sobre si es probable que el cliente se mueva o no.
Pero en términos de análisis predictivo, la parte principal es predecir cuándo y qué tan probable es que el cliente se reubique dentro de un período de tiempo específico en lugar de un simple “es probable que el cliente se reubique o no”. También tratamos de ver cuánto más adelante podemos predecir tal comportamiento con una precisión significativa.
En el escenario anterior, podríamos ofrecerle al cliente un mejor valor ofreciéndole un medio más fácil de reubicar o una mejor manera de restablecer su cuenta con una de las compañías asociadas o subsidiarias que operan en esa ubicación con solo predecir que está planeando reubicar en el futuro próximo en lugar de la clasificación.
PD: Esto es exactamente en lo que estoy trabajando en IBM Analytics.