Modelowanie dla biznesu. Regresja logistyczna, regresja Poissona, survival data mining, CRM, credit scoring

"We wstępie do swojej książki"" Czwarta rewolucja przemysłowa"" profesor Klaus Schwab pisze m.in.: ""Znajdujemy się na początku przewrotu, który w sposób fundamentalny zmienia sposób, w jaki żyjemy, pracujemy i utrzymujemy kontakty. Spośród różnorakich i fascynują­cych wyzwań, które w związku z tym stoją dzisiaj przed nami, największym i naj­ważniejszym zadaniem jest zrozumieć nową rewolucję technologiczną i odpowiednio ukierunkować jej przebieg.

(...) Jesteśmy świadkami ogromnych zmian we wszystkich branżach; wyłaniają się nowe technologie biznesowe, pojawiają się przełomowe zakłócenia w istniejącym porządku, które rewolucjonizują systemy produkcji, konsumpcji, transportu i dostaw. Na froncie społecznym zachodzi zmiana paradygmatu określającego, jak pracujemy i komunikujemy się, a także jak się wyrażamy, jak przekazujemy informacje i jakich szukamy rozrywek"".

• Zmiany te charakteryzują się dużą szybkością, szerokością i głębią oraz wpły­wem na transformację wszystkich systemów.

Obecnie modele są podstawą większości, jeśli nie wszystkich, decyzji bizne­sowych. Coraz częściej firmy poszukują analityki jako kluczowego, strategicznego wyróżnika, który umożliwia kierowanie ogromną liczbą decyzji operacyjnych każ­dego dnia.

• Jednocześnie firmy identyfikują zagrożenia.

Według SAS White Paper 2018 jednym z istotniejszych czynników hamujących sukces analizy jest opóź­nienie między tworzeniem a wdrażaniem modeli. Głównym powodem opóźnień we wdrożeniu modeli jest to, że firmy produkują i wdrażają je w dwóch oddziel­nych środowiskach: biznesowym i informatycznym (IT).

• Analitycy z różnych jed­nostek biznesowych budują modele, a działy IT je wdrażają.

Obie grupy polegają innym zestawom procesów, kodów programowania i języków, które utrudniają szybką reakcję na zmieniające się warunki biznesowe. Jeśli firmy chcą usprawnić produkcję modeli, lepszym pomysłem jest automatyzacja powtarzalnych aspek­tów pracy i migracja modeli do procesu ciągłego podejmowania decyzji.

• Odpo­wiedzią jest fabryka analityczna, czyli połączone dwa środowiska i automatyzacja procesów oraz decyzji.
• Znaczącą część analityki dla biznesu stanowią modele predykcyjne.

• Prognozy i projekcje stały się istotną częścią każdego przedsięwzięcia biznesowego i naukowego.

Ocena dokładności predykcyjnej jest ważnym aspektem oceny i porównywania modeli, algorytmów lub technologii, które generują prognozy. Monografia ""Modelowanie dla biznesu"" przedstawia istotę i modelowanie z zakresu analityki biznesowej w wybranych obszarach zastosowań.

• "

Monografia rozpoczyna cykl publikacji ""Modelowanie dla biz­nesu"", serii, która będzie prezentować różnorodne przykłady modelowania bizne­sowego z wykorzystaniem różnych metod analizy, włączając za każdym razem modelowanie predykcyjne.