Gran pregunta Estos son algunos ejemplos del mundo real de análisis predictivo:
Google lanzó Google Flu Trends (GFT) , para recopilar análisis predictivos sobre los brotes de gripe. Es un gran ejemplo de ver el análisis de big data en acción.
¿Cuál fue la metodología que siguió el gigante de los motores de búsqueda?
- ¿Qué recomienda como material para un principiante en minería de datos?
- ¿En qué casos un análisis causal es más apropiado para una empresa o departamento de investigación que el modelo predictivo?
- ¿Cómo se utilizó el método de análisis de datos doble ciego en el LHC?
- Como programador competitivo, ¿qué es más probable, un trabajo de ingeniería de software o un trabajo de científico de datos?
- ¿Qué es un programa de análisis de datos en línea que puedo usar?
Coincidieron con los términos del motor de búsqueda realizados por personas en diferentes regiones del mundo. Y, cuando estas consultas se compararon con los sistemas tradicionales de vigilancia de la gripe, Google descubrió que el análisis predictivo de la temporada de gripe apuntaba hacia una correlación con un mayor tráfico de motores de búsqueda para ciertas frases.
Entonces, ¿logró Google predecir la actividad de la influenza en tiempo real al agregar consultas de motores de búsqueda con estos grandes datos y adoptar análisis predictivos?
Realmente no.
Incluso con una gran cantidad de análisis de big data en las consultas de búsqueda, GFT sobreestimó la prevalencia de la gripe en más del 50% en 2012-2013 y 2011-2012.
Esta falla analítica predictiva llevó a Google a ser etiquetado como mostrando “arrogancia automatizada” y solo contribuyendo a la exageración de los grandes datos.
Dicho esto, Google ha mejorado increíblemente desde entonces. Su capacidad de predecir con precisión cuál es su intención ha mejorado enormemente. Puedes buscar lo incorrecto, pero ellos saben lo que estás buscando.
Tomemos otro ejemplo:
Colleen Jones aplicó análisis predictivos a FootSmart (un minorista de catálogo en línea de nicho) en un producto de marketing de contenido. Se llamaba FootSmart Health Resource Center (FHRC) y consistía en artículos, diagramas, cuestionarios y similares.
Al analizar los datos en torno a una mayor visibilidad del motor de búsqueda, se descubrió que FHRC ayudaba a FootSmart a llegar a más clientes objetivo .
Recibían más tráfico, principalmente de personas que se preocupaban por las condiciones de salud de los pies y sus tratamientos.
Entonces, FootSmart decidió impulsar más contenido en FHRC y también mejorar su comercialización del producto.
¿El resultado de tal toma de decisiones informada basada en datos?
Un aumento del 36% en las ventas semanales.
El análisis predictivo puede transformar todos los aspectos de nuestra vida:
Desde deportes hasta negocios, cocina y más. Es un momento emocionante para estar vivo. Espero que estos ejemplos te hayan ayudado.