31.08.2017

Machine Learning

Auch bei einem unserer aktuellen Projekte werden die Daten mittels „machine learning“ analysiert. Und wieder einmal zeigt sich ihre Überlegenheit im Vergleich zu klassischen Analysemethoden (wie zum Beispiel der linearen Regression mit partiellen Korrelationskoeffizienten oder der Baumanalyse).

Exemplarisch seien hier die beiden Methoden „Random Forests“ und „Gradient Boosting“ genannt. Eine entsprechende Datenbasis vorausgesetzt, können sie zum Beispiel bei den folgenden, eng miteinander verwandten, Problemstellungen wertvolle Erkentnisse liefern:

Klassifikation:
Sie haben bestehende Zielgruppen oder Marktsegmente (aktuell häufig durch Personas skizziert).
· Wir sagen Ihnen, anhand welcher Merkmale bzw. Merkmalsausprägungen Sie bisher noch nicht klassifizierte Personen (oder andere Untersuchungsobjekte) diesen Zielgruppen / Marktsegmenten zuordnen können. Zentral dabei ist, dass diese Merkmale für Sie leicht zu erheben/erfassen sind.

Regression:
Sie interessieren sich für ein bestimmtes Verhalten oder Ergebnis (zum Beispiel die Wahl Ihrer Marke, die Zufriedenheit Ihrer Kunden etc.).
· Wir sagen Ihnen, welche darauf wirkende Einflussfaktoren identifiziert werden können.

Reihung:
Sie wollen wissen, wie wichtig einzelne Einflussfaktoren für ein bestimmtes Verhalten oder Ergebnis sind.
· Wir sagen Ihnen, wie stark der Einfluss dieser Faktoren ist.

Prognose:
Sie wollen das Verhalten Ihrer (potentiellen) Kunden vorhersehen?
· Wir sagen Ihnen, mit welcher Wahrscheinlichkeit sich diese zum Beispiel für eine von mehreren Handlungsoptionen entscheiden werden.
Sie wollen wissen, wie sich eine Kennzahl unter bestimmten Rahmenbedingungen entwickeln wird?
· Wir sagen Ihnen, innerhalb welcher Bandbreite sie dabei mit großer Wahrscheinlichkeit liegen wird.

Durch das „machine learning“ erzielte Ergebnisse können daher unter anderem wertvolle Grundlagen für die Produktentwicklung, eine differenzierte Marktbearbeitung und die Reduktion von Streuverlusten liefern.

Gerne unterstützen wir auch Sie bei ähnlich gelagerten Fragestellungen; bei Interesse zögern Sie bitte nicht, uns zu kontaktieren!