Prognozuj - kto kliknie, kupi, skłamie lub umrze

Prognozuj - kto kliknie, kupi, skłamie lub umrze

Autorzy: Eric Siegel

Wydawnictwo: Mt Biznes

Kategorie: Biznes

Typ: e-book

Formaty: MOBI EPUB

Ilość stron: 398

cena od: 22.50 zł

PRZETŁUMACZONA NA 9 JĘZYKÓW

WYKORZYSTYWANA W PONAD 30 UNIWERSYTETACH

W tej wciągającej, fascynującej i zaskakująco przystępnej książce Eric Siegel, wiodący ekspert w dziedzinie analizy prognostycznej, pokazuje, w jaki sposób to działa i jak codziennie wpływa na życie każdego z nas.

Takie kształtujące trendy organizacje jak Chase, Facebook, Google, Hillary for America, HP, IBM, Match.com, Netflix, NSA, Pfizer, Target i Uber wykorzystują potencjał wielkich zbiorów danych, by prognozować ludzkie zachowania; także i twoje.

Dlaczego? Dlatego, że analiza prognostyczna przekształca branże i w znaczący sposób wpływa na to, co dzieje się na świecie. Przeczytaj tę książkę, aby się dowiedzieć, jak ograniczać ryzyko, zwiększać sprzedaż, doskonalić opiekę zdrowotną, optymalizować media społecznościowe, walczyć z przestępczością i wygrywać wybory.

***

Dr Eric Siegel jest założycielem Predictive Analytics Word i redaktorem naczelnym „Predictive Analytics Times”. Były profesor Columbia University jest obecnie znanym mówcą, nauczycielem i liderem w branży.

***

„Odpowiednik Freakonomii w obszarze dużych zbiorów danych”.

- Stein Kretsinger, założyciel i dyrektor Advertising.com

 

„Ekscytująca i wciągająca – czyta się ją jak thriller! Analiza prognostyczna ma swoje korzenie w codziennych ludzkich zachowaniach i jeśli jest stosowana właściwie, wpływa na ich działania. Przy pomocy przykładów Siegel opisuje zarówno szanse, jak i zagrożenia, jakie ta metodologia stwarza dla współczesnego świata”.

- Marianna Dizik, statystyk, Google

 

„Książka Erica Siegela odnosi sukces tam, gdzie inne poniosły porażkę – objaśnia zawiłości wielkich zbiorów danych i daje przykłady z życia, jak organizacje wykorzystują potencjał analizy prognostycznej do wprowadzania wymiernych zmian”.

- John Francis, starszy analityk danych, Nike

 

Podając fascynujące przykłady, Siegel pokazuje, jak firmy zarabiają pieniądze, prognozując, co zrobią klienci. Gdy zaczniesz czytać tę książkę, nie będziesz w stanie odłożyć jej na półkę”.

- Artur Middleton Hughes, wiceprezes, Database Marketing Institute, autor Strategic Database Marketing

 

„Szczegółowy opis jak możemy przeciwdziałać nieprzewidywalności świata. Eric jasno wyjaśnia, dlaczego niektóre decyzje są bardziej zyskowne od innych – i ja się z nim zgadzam”.

- Dennis R. Mortensen, prezes Visual Revenue, były dyrektor ds. analiz danych w Yahoo!

Tytuł oryginału: Predictive Analytics: The Power to Predict Who Will Click, Buy, Lie, or Die. Revised and Updated

Tłumaczenie: Konrad Pawłowski

Redakcja: Agnieszka Al-Jawahiri

Korekta: Ewa Skuza

Projekt okładki: Michał Duława | michaldulawa.pl

Koncepcja grafi czna: Wladzimier Michnievič

Skład: Studio Magenta, Nadzieja Michnievič

Opracowanie e-wydania:

Copyright © 2016 by Eric Siegel. All rights reserved.

Originally published by John Wiley & Sons, Inc., Hoboken, New Jersey.

Jeopardy! O is a registered trademark of Jeopardy Productions, Inc.

Ograniczenie odpowiedzialności/klauzula wyłączenia gwarancji: wydawca i autor, przygotowując

tę książkę, dołożyli wszelkich starań, by przedstawić w niej rzetelne informacje, ale nie udzielają żadnych zapewnień ani gwarancji co do ich dokładności i kompletności, jak również nie składają żadnej gwarancji, bądź to wyraźnej, bądź dorozumianej, co do efektów ich zastosowania w konkretnej sytuacji. Żadna gwarancja nie może też być udzielona lub przedłużona przez przedstawicieli handlowych ani w pisemnych materiałach reklamowych. W konkretnym przypadku zastosowania należy skonsultować się z ekspertem. Zarówno wydawca, jak i autor, nie ponoszą odpowiedzialności za jakiekolwiek szkody związane z tą publikacją.

Copyright © 2018 by MT Biznes Sp. z o.o.

This translation published under licence with the original publisher John Wiley & Sons, Inc.

All rights reserved

Warszawa 2018

Wszelkie prawa zastrzeżone. Nieautoryzowane rozpowszechnianie całości lub fragmentów niniejszej publikacji w jakiejkolwiek postaci zabronione. Wykonywanie kopii metodą elektroniczną, fotograficzną, a także kopiowanie książki na nośniku filmowym, magnetycznym, optycznym lub innym powoduje naruszenie praw autorskich niniejszej publikacji. Niniejsza publikacja została elektronicznie zabezpieczona przed nieautoryzowanym kopiowaniem, dystrybucją i użytkowaniem. Usuwanie, omijanie lub zmiana zabezpieczeń stanowi naruszenie prawa.

MT Biznes Sp. z o.o.

www.mtbiznes.pl

handlowy@mtbiznes.pl

ISBN 978-83-8087-194-6 (format epub)

ISBN 978-83-8087-195-3 (format mobi)

Opinie dotyczące książki

„Przejrzyste i fascynujące wyjaśnienie potencjału analizy predykcyjnej i tego, jak może ona przekształcać firmy, a nawet całe branże”.

Anthony Goldbloom, założyciel i prezes, Kaggle.com

„Pojawiła się niezwykle ważna dla branży pozycja. Dr Siegel osiągnął to, co niewielu zaledwie próbowało zrobić: napisał dostępnym i porywającym językiem książkę dotyczącą analizy predykcyjnej, która jest obowiązkową lekturą dla wszystkich zainteresowanych jej potencjałem, a także zagrożeniami, jakie może nieść ze sobą”.

Mark Berry, wiceprezes, People Insights, ConAgra Foods

„Fascynująca lektura dotycząca najważniejszej nowej technologii przetwarzania informacji”.

Emiliano Pasqualetti, prezes, DomainsBot

„Teraz, kiedy rośnie nasza zdolność gromadzenia i analizowania informacji, eksperci, tacy jak Eric Siegel, stają się przewodnikami

po pełnym tajemnic świecie i pomagają odpowiadać na pytania

natury moralnej, które zaczynają się pojawiać”.

Jules Polonetsky, współprzewodniczący i dyrektor, Future of Privacy Forum, były szef do spraw ochrony prywatności AOL i DoubleClick

„Znakomita. Każdy rozdział sprawia, że to, co złożone, staje się zrozumiałe także dzięki wykresom dobrze obrazującym omawiane zagadnienia. Ta książka motywuje do myślenia, co więcej można osiągnąć, wykorzystując analizę predykcyjną”.

Edward Nazarko, doradca techniczny klienta, IBM

„Zawsze byłem pasjonatem technik eksploracji danych, jednak nigdy nie sądziłem, że jest możliwe popularyzowanie tej pasji. A tego właśnie dokonał Eric Siegel w tej książce. Przedstawiane przez niego historie inspirują i przerażają – przeczytaj je i dowiedz się, co robiliśmy, gdy nie zwracałeś na nas uwagi”.

Michael J.A. Berry, autor Data Mining Techniques

„Eric Siegel jest Kevinem Baconem świata analizy predykcyjnej; organizuje konferencje, w trakcie których eksperci dzielą się wiedzą i doświadczeniami. Teraz otworzył szeroko drzwi dla wszystkich. Przejdź przez nie i dowiedz się, jak badacze danych na nowo piszą reguły funkcjonowania biznesu”.

Kaiser Fung, wiceprezes, Vimeo, autor Numbers Rule Your World

„Ta napisana żywym językiem książka pełna wspaniałych cytatów, przykładów i studiów przypadku sprawia przy lekturze prawdziwą radość. Osoby znające tę tematykę z przyjemnością przeczytają rozdziały o efekcie zgrupowanych modeli i modelowaniu typu uplift – są to obecnie bardzo żywe trendy. Z przekonaniem polecam tę książkę”.

Gregory Piatetsky-Shapiro, redaktor naczelny KDnuggets, założyciel KDD Conferences

„Zdecydowanie rekomenduję. Jak udowadnia Siegel, rezultaty osiągane przez tych, którzy wykorzystują analizę predykcyjną do udoskonalania procesu podejmowania decyzji, zmieniają reguły gry”.

James Taylor, prezes, Decision Management Solutions

„Czym jest analiza predykcyjna? Ta książka daje praktyczną i aktualną odpowiedź na to pytanie, poszerzając to zagadnienie o nowy wymiar i służąc jako znakomite źródło odniesienia”.

Ramendra K. Sahoo, wiceprezes do spraw zarządzania ryzykiem i analiz, Citibank

„Konkurencyjność, jeśli chodzi o efektywność przetwarzania informacji, nie jest obecnie luksusem, lecz kwestią przetrwania. Pomimo swoich sukcesów analiza predykcyjna w stosunku do swojego potencjału jest mało rozpowszechniona. Dlatego też jest olbrzymie zapotrzebowanie na przykłady i studia przypadków, takie jak przedstawione w tej książce”.

Boris Evelson, wiceprezes i główny analityk, Forrester Research

„Fascynująca i wspaniale napisana. Siegel jest czołowym ekspertem w tym obszarze – obowiązkowa pozycja w twojej bibliotece”.

Sameer Chopra, wiceprezes do spraw zaawansowanych analiz,

Orbitz Worldwide

„Wspaniałe przedstawienie tematu – zdecydowanie polecam każdemu, kto interesuje się analizami i tym, jaki wywierają wpływ na współczesny świat”.

Kerem Tomak, wiceprezes do spraw analiz marketingowych, Macys.com

„Eric wyjaśnia naukę stanowiącą podstawę analizy predykcyjnej; mówi zarówno o szansach, jak i ograniczeniach tej techniki. Obowiązkowa lektura dla każdego”.

Azhar Iqbal, wiceprezes i ekonometryk, Wells Fargo Securities

„W nowym świecie dużych zbiorów danych, samouczenia się maszyn i eksploracji danych Eric Siegel w przystępny sposób wyjaśnia zawiłości analizy predykcyjnej”.

Marc Parrish, wiceprezes do spraw marketingu lojalnościowego, Barnes & Noble

„Ta książka jest bezcennym wkładem do analizy predykcyjnej. Wyjaśnienia Erica, jak przewidywać przyszłe wydarzenia, są prowokującą i ciekawą lekturą dla każdego”.

Jean Paul Isson, globalny wiceprezes do spraw wywiadu biznesowego i analizy predykcyjnej, Monster Worldwide, współautor Win with Advanced Business Analytics: Creating Business Value from Your Data

„Analiza predykcyjna jest kluczem do zdobywania nowej wartości

na niewyobrażalną poprzednio skalę. W tej książce Siegel wspaniale wyjaśnia, jak połączyć teorię z praktyką”.

Sergo Grigalashvili, wiceprezes do spraw informatyki, Crawford & Company

„Analiza predykcyjna była obszarem nieznanym, którego się obawiano. Eric Siegel definitywnie objaśnia ją, odziera z tajemniczości i pokazuje wiele korzyści płynących z jej zastosowania”.

Jane Kuberski, inżynier i analityk, Nationwide Insurance

„Teraz, gdy analiza predykcyjna przesuwa się z obszaru nowinek

do głównego nurtu, Siegel rozkłada ją na czynniki pierwsze

i pokazuje jej potencjał”.

Rajeeve Kaul, starszy wiceprezes, OfficeMax

„Dr Siegel nadaje analizie predykcyjnej rys humanistyczny.

Łączy analityczny rygor z przykładami z życia z łatwością, która jest niezwykła w jego specjalizacji. Książka zawiera wiele informacji, jest przyjemna w czytaniu i łatwa do zrozumienia. Przeczytałem ją za jednym razem. Lektura obowiązkowa… i to nie tylko dla naukowców zajmujących się przetwarzaniem danych”.

Madhu Iyer, statystyk marketingowy, Intuit

„Wciągająca encyklopedia wypełniona prawdziwymi przykładami z życia, które powinny zachęcić każdego, kto stoi jeszcze z boku,

by zanurzył się w świat analizy predykcyjnej”.

Jared Waxman, specjalista od marketingu internetowego, LegalZoom; wcześniej: Adobe, Amazon, Intuit

„Siegel kompleksowo opisuje analizę predykcyjną, ożywiając ją i sprawiając, że chciałbyś wiedzieć o niej jeszcze więcej”.

Brian Seeley, menedżer do spraw analizy ryzyka, Paychex

„Wspaniałe spojrzenie na świat analizy predykcyjnej z perspektywy prawdziwego praktyka”.

Shawn Hushman, wiceprezes do spraw analiz, Kelley Blue Book

„Wspaniała prezentacja kolejnej odsłony możliwości przetwarzania danych w biznesie wskazująca najnowszą drogę ludzkości

do stworzenia sztucznej inteligencji”.

Christopher Hornick, przewodniczący i prezes, HSBC Strategic Services

„[Ta książka] jest wciągającym i pełnym humoru wstępem do świata przetwarzania danych. Dr Siegel pokazuje na wielu prawdziwych przykładach, w jaki sposób modelowanie nadaje wartość wielkim zbiorom danych”.

David McMichael, wiceprezes, Advanced Business Analytics

Książkę tę z całego serca dedykuję

mojej mamie, Lisie Schamberg,

i ojcu, Andrew Siegelowi

Spis treści

Okładka

Strona tytułowa

Strona redakcyjna

Opinie dotyczące książki

Dedykacja

Spis treści

PRZEDMOWA

WSTĘP DO WYDANIA ZAKTUALIZOWANEGO

CO NOWEGO I DLA KOGO JEST TA KSIĄŻKA – NAJCZĘŚCIEJ ZADAWANE PYTANIA DOTYCZĄCE ANALIZY PREDYKCYJNEJ

WSTĘP DO WYDANIA PIERWSZEGO

Wprowadzenie

EFEKT PROGNOZOWANIA

Rozdział 1

STARTUJEMY! PROGNOZOWANIE WYMAGA DZIAŁANIA

Rozdział 2

SIŁA WYMAGA ODPOWIEDZIALNOŚCI HEWLETT-PACKARD, TARGET I POLICJA ODKRYWAJĄ TWOJE SEKRETY

Rozdział 3

EFEKT DANYCH PRZESYT NA KOŃCU TĘCZY

Rozdział 4

MASZYNA, KTÓRA SIĘ UCZY PROGNOZOWANIE RYZYKA UDZIELANIA KREDYTÓW HIPOTECZNYCH W BANKU CHASE

Rozdział 5

EFEKT ZGRUPOWANEGO MODELU NETFLIX, CROWDSOURCING I SUPERPROGNOZA

Rozdział 6

WATSON I JEOPARDY!

Rozdział 7

PERSWAZJA ZA POMOCĄ LICZB W JAKI SPOSÓB BYŁ WYWIERANY WPŁYW PRZEZ FIRMĘ TELENOR, U.S. BANK I W TRAKCIE KAMPANII PREZYDENCKIEJ OBAMY

Posłowie

JEDENAŚCIE PROGNOZ NA PIERWSZĄ GODZINĘ 2022 ROKU

ANEKS A. PIĘĆ EFEKTÓW PROGNOZOWANIA

ANEKS B. DWADZIEŚCIA ZASTOSOWAŃ ANALIZY PREDYKCYJNEJ

ANEKS C. SPECJALIŚCI ZWIĄZANI Z PROGNOZOWANIEM

PRZEWODNIK. ŹRÓDŁA DALSZEJ NAUKI

182 PRZYKŁADY ZASTOSOWANIA ANALIZY PREDYKCYJNEJ. Kompendium międzybranżowe

PODZIĘKOWANIA

O AUTORZE

PRZEDMOWA

Ta książka poświęcona jest ilościowej analizie mającej na celu prognozowanie ludzkich zachowań, której początki sięgają drugiej wojny światowej. Norbert Wiener, ojciec cybernetyki, starał się przewidzieć w 1940 roku zachowanie niemieckich pilotów, co miało na celu bardziej efektywne strącanie ich samolotów. Metoda polegała na tym, by jako dane wejściowe potraktować zaobserwowaną trajektorię samolotu i, biorąc pod uwagę najbardziej prawdopodobne manewry unikające stosowane przez pilota, przewidzieć, gdzie maszyna za chwilę się znajdzie, co miało zwiększyć celność wystrzeliwanych pocisków. Niestety, Wiener potrafił przewidzieć zaledwie jedną sekundę ruchu samolotu, podczas gdy potrzeba było dwudziestu.

Dzięki książce Erica Siegela poznasz wiele działań mających na celu prognozowanie, które zakończyły się o wiele większym sukcesem. Komputery są dzisiaj znacznie szybsze niż w czasach Wienera; mamy również dużo więcej danych. W rezultacie banki, detaliści, politycy, lekarze, szpitale i wiele innych organizacji osiągają znacznie lepsze wyniki, jeśli chodzi o prognozowanie zachowań indywidualnych osób. Pomaga im to w zdobywaniu klientów, prowadzeniu kampanii wyborczych i w walce z chorobami.

Według mnie i Siegela działania mające na celu prognozowanie zachowań są dla ludzi pożyteczne. W kontekście opieki zdrowotnej, walki z przestępczością lub terroryzmem mogą ratować życie. W kontekście reklamy wykorzystanie prognoz jest jeszcze bardziej efektywne i nie można wykluczyć, że pomaga ratować drzewa (mniej niepotrzebnych folderów reklamowych i katalogów) oraz oszczędzać czas potencjalnych klientów. W sferze polityki nagradza tych kandydatów, którzy stosują metody naukowe (wielu może się z tym nie zgodzić, lecz ja uważam to za pozytywny aspekt).

Jednak, na co Siegel wskazuje już na początku książki i za co należy mu się podziw, metody te mogą być również niebezpieczne. „Wielka siła wymaga równie wielkiej odpowiedzialności”, zauważa, cytując Spider-Mana. Oznacza to, że jako społeczeństwo musimy uważać, w jaki sposób wykorzystujemy modele służące prognozowaniu zachowań, gdyż w przeciwnym wypadku mogą powstać ograniczenia w ich zastosowaniu, a co za tym idzie, w czerpaniu z nich korzyści. Podobnie jak inne dające wielką siłę technologie, prognozowanie jako takie jest ze swojej natury trudne do oceny z moralnego punktu widzenia i może być wykorzystane w dobrym lub złym celu. Aby tego drugiego uniknąć, niezwykle ważne jest zrozumienie, jakie możliwości daje analiza predykcyjna (prognostyczna) − dowiesz się tego z dalszej lektury.

Książka ta poświęcona jest analizie zachowań. Nie jest to jedyny rodzaj analizy, lecz najprawdopodobniej najbardziej interesujący i najważniejszy. Nie uważam, byśmy potrzebowali większej liczby książek koncentrujących się na analizie opisowej, mówiących o tym, co się wydarzyło, lecz nie wyjaśniających dlaczego. Często nawiązuję do własnych prac jako do trzeciego typu analizy – „dającej receptę” – mówiącej użytkownikom, co mają zrobić, dzięki kontrolowanym eksperymentom lub optymalizacji. Jednak te ilościowe metody są o wiele mniej popularne niż prognozowanie zachowań.

Ta książka i zawarte w niej idee są przeciwieństwem tego, co twierdzi Nicholas Taleb. W swoich książkach, w tym w Czarnym łabędziu, sugeruje, że wiele wysiłków związanych z prognozowaniem jest z góry skazanych na porażkę ze względu na przypadkowość stanowiącą nieodłączną część złożonych zdarzeń. Taleb niewątpliwie ma rację, że niektóre wydarzenia są czarnymi łabędziami, których nie da się przewidzieć, jednak z drugiej strony jest faktem, że większość ludzkich zachowań ma regularny i przewidywalny charakter. Siegel, przytaczając przykłady prognoz zakończonych sukcesem, przypomina nam, że większość łabędzi jest biała.

Siegel opiera się również „magii wielkich zbiorów danych”. Niektóre przytoczone przez niego przykłady można niewątpliwie zaliczyć do tej kategorii – informacji jest zbyt wiele lub nie są właściwie ustrukturalizowane, by można było nimi łatwo zarządzać za pomocą relacyjnej bazy danych. Kluczowym aspektem prognozowania nie jest rozmiar bazy, lecz to, jak te dane wykorzystasz. Zauważyłem, że często „duży zbiór danych oznacza niewiele obliczeń”; wiele osób, które takie zbiory wykorzystują, tworzy na ich podstawie ładne wizualnie prezentacje. Nie są one jednak nawet w przybliżeniu tak wartościowe, jak dobry model predykcyjny (prognostyczny).

Siegel napisał książkę, która jest skomplikowana, lecz jednocześ­nie przystępna dla czytelnika niemającego doświadczenia w analizie ilościowej. Znajdują się w niej wspaniałe historie oraz przykłady i jest napisana językiem atrakcyjnym w lekturze. Osoby, które nie zetknęły się dotychczas z tego typu analizą, powinny koniecznie przeczytać tę książkę, gdyż nie ulega wątpliwości, że ich zachowania będą w którymś momencie ich życia analizowane i prognozowane. Jest również bardzo prawdopodobne, że coraz więcej ludzi będzie musiało wykorzystywać modele analityczne w pracy zawodowej.

Mówiąc w skrócie, żyjemy w przewidywalnym społeczeństwie. Aby w nim dobrze prosperować, należy zrozumieć cele, techniki i ograniczenia modeli prognozowania zachowań. Najlepszą metodą będzie kontynuowanie lektury tej książki.

Thomas H. Davenport

Thomas H. Davenport jest profesorem wizytującym w Harvard Business School, profesorem w Babson College, współzałożycielem International Institute for Analytics i współautorem książki Competing on Analytics (Konkurowanie na podstawie analizy) oraz wielu innych książek poświęconych analizie.

Wstęp do wydania zaktualizowanego

Co nowego i dla kogo jest ta książka – najczęściej zadawane pytania dotyczące analizy predykcyjnej

Badacz danych: najseksowniejszy zawód dwudziestego pierwszego wieku

Tytuł artykułu z „Harvard Business Review” autorstwa Thomasa Davenporta i DJ Patila, który w 2015 roku jako pierwszy otrzymał stanowisko głównego specjalisty do spraw danych w United States Office of Science and Technology Policy

Prognozowanie rozkwita. Zmienia branże i nadaje światu kierunek.

W coraz większym stopniu analiza predykcyjna (AP) rządzi handlem, produkcją, opieką zdrowotną, działaniami rządu i egzekwowaniem prawa. W tych obszarach organizacje działają bardziej efektywnie, prognozując zachowania, to znaczy sposób postępowania klienta, pracownika, pacjenta, wyborcy i podejrzanego.

Każdy to robi. Takie firmy jak Accenture i Forrester piszą w raportach, że wykorzystanie AP w ostatnich latach jest ponad dwukrotnie większe niż wcześniej. Transparency Market Research prognozuje, że rynek AP w ciągu kilku lat będzie miał wartość 6,5 miliarda dolarów. Z sondażu przeprowadzonego przez Gartnera wynika, że wywiad gospodarczy i analiza predykcyjna znalazły się na pierwszym miejscu, jeśli chodzi o priorytety inwestycyjne osób odpowiedzialnych za zdobywanie informacji. Badanie przeprowadzone przez Salesforce.com wykazało, że AP ma największą stopę wzrostu, jeśli chodzi o trendy sprzedaży technologii; prognozuje się, że wykorzystanie AP podwoi się w ciągu kolejnych osiemnastu miesięcy. Zespoły sprzedażowe mające wysoką efektywność wykorzystują AP szacunkowo cztery razy częściej niż te o słabych wynikach.

Jestem świadkiem coraz większego zastosowania AP w różnych branżach. Cykl konferencji Predictive Analytics Word (PAW), który zapoczątkowałem, miał już ponad dziesięć tysięcy uczestników od 2009 roku i ich krąg coraz dynamiczniej się poszerza. Z pomocą ekspertów reprezentujących poszczególne branże organizujemy takie konferencje tematyczne, jak PAW Government (instytucje rządowe), PAW Healthcare (opieka zdrowotna), PAW Financial (finanse), PAW Workforce (rekrutacja) i PAW Manufacturing (produkcja) dla menedżerów wyższego szczebla. Uruchomiliśmy również stronę z bieżącymi informacjami The Predictive Analytics Times.

Od czasu pierwszego wydania tej książki w 2013 roku zapraszano mnie, bym wystąpił jako mówca na konferencjach dotyczących takich branż, jak marketing, badania rynku, e-handel, usługi finansowe, ubezpieczenia, opieka zdrowotna, instytucje rządowe, zasoby ludzkie, turystyka, nieruchomości, budownictwo, prawo, branża informacyjna, branża farmaceutyczna oraz na konferencjach dyrektorów najwyższego szczebla i konferencjach naukowych.

Jesteś zainteresowany karierą w futurologii? Popyt wzrasta. McKinsey prognozuje, że w Stanach Zjednoczonych w najbliższym czasie zabraknie stu czterdziestu tysięcy ekspertów od analiz i półtora miliona menedżerów „potrafiących podejmować decyzje na podstawie wielkich zbiorów danych”. Na portalu LinkedIn numer jeden w zakładce Najbardziej pożądane zawody to analiza statystyczna i eksploracja danych.

AP można porównać do filmu Moneyball, tylko że celem są… pieniądze.

NAJCZĘŚCIEJ ZADAWANE PYTANIA DOTYCZĄCE ANALIZY PREDYKCYJNEJ

Komu jest potrzebna ta książka?

Każdemu. Łatwo jest ją zrozumieć każdemu czytelnikowi. Nie ma ona charakteru technicznego i służy osobom, które chcą poznać tę dziedzinę, entuzjastom technologii i menedżerom, lecz również analitykom, gdyż zawiera nowe studia przypadku i opisuje najnowocześniejsze techniki analizy predykcyjnej.

Czy idea analizy predykcyjnej jest trudna do zrozumienia?

Absolutnie nie. Termin predykcja (prognozowanie) na podstawie danych może wydawać się trudny, lecz jeśli przebrniesz przez krótkie Wprowadzenie, przekonasz się, że jest to jasna, dostępna i niewątpliwie sięgająca daleko w przyszłość idea.

Czy ta książka jest podręcznikiem metodologii?

Nie. Jest ona wprowadzeniem do tej tematyki i opisem branży.

Jeśli to nie jest podręcznik metodologii, to dlaczego eksperci mieliby ją czytać?

Chociaż jest to wprowadzenie do tematu pozbawione matematyki i zrozumiałe dla każdego czytelnika, także niemającego wykształcenia technicznego, ma ono wartość dla praktyków. Oto dlaczego:

Znakomity sposób, by zacząć – ta książka daje wiedzę tym, którzy chcą przejść do praktyki lub jako menedżerowie chcą stosować AP.

Szczegółowe studia przypadku – pokazane są tu wdrożenia AP przez takich gigantów, jak Chase, IBM, HP, Netflix, NSA, Target, U.S. Bank i wielu innych.

Kompilacja 182 ministudiów przypadku – przykłady zastosowań analizy predykcyjnej podzielone na dziewięć branż i dotyczące między innymi takich firm, jak BBC, Citibank, ConEd, Facebook, Ford, Google, IRS, Match.com, MTV, PayPal, Pfizer, Spotify, Uber, UPS, Wikipedia.

Przykłady zaawansowanych zastosowań – przedstawione w ostatnich trzech rozdziałach przykłady są nowe nawet dla doświadczonych ekspertów. Modele zgrupowane, odpowiedzi udzielane przez komputer Watson firmy IBM i modelowanie uplift. Bez względu na to, jaką wiedzę techniczną posiadasz, korzyści z lektury mogą być większe, niż oczekujesz, szczególnie w obszarze modelowania typu uplift. W przypisach do tych trzech rozdziałów znajdują się wyczerpujące odniesienia do źródeł technicznych (dostępne na www.PredictiveNotes.com).

Prywatność i prawa obywatelskie – w rozdziale drugim poruszone są zagadnienia dotyczące kwestii etycznych związanych z zastosowaniem analizy predykcyjnej.

Przegląd branży – tematyka tej książki jest szersza niż jedynie technologia – wszystko, co zostało napisane powyżej, ma związek z takimi obszarami, jak społeczeństwo, gospodarka i etyka.

W związku z powyższym praktycy, którzy są zainteresowani poradami krok po kroku dotyczącymi tego tematu, powinni otrzymać ostrzeżenie: Nie jest to książka, jakiej szukacie (jednak jest ona pożyteczna, gdyż każdy z waszych krewnych może się z niej dowiedzieć, co was interesuje).

Jeśli chodzi o inne obszary nauki, jeśli jesteś zainteresowany karierą w tej dziedzinie, ta książka może stanowić podstawę i wywołać głód wiedzy. Na samym jej końcu znajdują się wskazówki, jak można zgłębić wiedzę techniczną oraz stanowiące jej fundament teorię i matematykę.

Jaki jest cel tej książki?

Napisałem ją, by zademonstrować, dlaczego AP jest intuicyjna, ma potencjał i inspiruje. Jest to książka dotycząca najbardziej wpływowych i cennych osiągnięć skomputeryzowanej predykcji oraz dwóch rzeczy, które sprawiły, że stała się możliwa: ludzi oraz fascynującej nauki.

Chociaż istnieje wiele pozycji mówiących szczegółowo o metodologii AP, ta książka postawiła sobie inny cel (który okazał się wyzwaniem dla autora). Chodzi mianowicie o podzielenie się z większą liczbą osób całościowym obrazem tematyki AP, włączając w to ideę modelowania predykcyjnego, która daje coraz większe korzyści organizacjom.

Biorąc pod uwagę to, jak szybko zmienia się świat, nadszedł najwyższy czas, by predykcyjny potencjał danych i to, jakie znajduje on zastosowanie w nauce, został pozbawiony tajemniczej otoczki. Prognozowanie ludzkich zachowań na podstawie danych nie może być dłużej wiedzą tajemną.

Jak bardzo ta książka wkracza w szczegóły techniczne?

Jeśli temat nie jest trudny do przedstawienia nowicjuszom znającym podstawy, pokazuję zasady działania drzew decyzyjnych (rozdział czwarty), które są przykładem modelu predykcyjnego służącego zaznajomieniu się z tematem, jak również podstawowym modelem do wdrożenia AP w organizacji.

Staram się drążyć temat tak głęboko, jak tylko jest to możliwe, by był interesujący nie tylko dla nowych osób w branży, lecz również dla profesjonalistów zainteresowanych jego głębszymi aspektami i tym, jak zmieniają one świat.

Czy jest to podręcznik akademicki

Ta książka służy jako podręcznik w ponad trzydziestu college’ach i uniwersytetach. Jako były profesor informatyki napisałem ten wstęp, aby zachować spójność pod względem koncepcji. W spisie treści słowa znajdujące się w nawiasach przed numerem strony podkreślają to, co znajduje się w każdym rozdziale: 1 Rozpoczęcie, 2 Etyka, 3 Dane, 4 Modelowanie predykcyjne, 5 Modele zgrupowane, 6 Maszynowe odpowiedzi na pytania i 7 Modelowanie uplift. W celu znalezienia źródeł, zapoznaj się z diagramem zamieszczonym pod kolejnym pytaniem.

Chciałbym jednak dodać, że ta książka nie jest napisana jak typowy podręcznik. Chodziło mi raczej o stworzenie łatwego w lekturze tekstu, który za pomocą anegdot obrazowałby całe zagadnienie.

Jeśli chodzi o osoby, które chciałyby wykorzystać niniejszy materiał dla celów instruktażowych, to dodatkowe informacje znajdują się na stronie www.teachPA.com.

Jak powinienem czytać tę książkę?

Kolejne rozdziały powiązane są z poprzednimi. Niektóre odwołują się jedynie do wstępu, lecz inne stanowią kumulację wiedzy z poprzednich rozdziałów. Zamieszczony na następnej stronie rysunek pokazuje te zależności. Czytaj kolejny rozdział, gdy zapoznałeś się z poprzednimi. Na przykład rozdział trzeci wymaga wiedzy z rozdziału pierwszego, który z kolei będzie zrozumiały po przeczytaniu Wprowadzenia.

Co nowego znajduje się w zaktualizowanej wersji KSIĄŻKI?

Prawdziwy powód, dla którego NSA zbiera twoje dane: automatyczne wykrywanie podejrzanych. W przykładzie w rozdziale drugim (dotyczącym etyki w zastosowaniu analizy predykcyjnej) przyjęto założenie, na którego poparcie istnieje wiele dowodów, że w NSA analiza predykcyjna ma status priorytetu strategicznego. Czy agencja może wykorzystywać AP bez stwarzania zagrożenia dla swobód obywatelskich?

Dziesiątki nowych przykładów dotyczących Facebooka, Hoppera, Shella, Ubera, UPS, rządu Stanów Zjednoczonych i innych organizacji. W przykładach zastosowań analizy predykcyjnej są już 182 studia przypadków, w tym także takie, które mają przełomowe znaczenie.

Niezwykle potrzebne ostrzeżenie dotyczące niewłaściwego wykorzystania nauki. Rozdział trzeci, Efekt danych, zawiera dodatkowo szczegółowy fragment dotyczący bardzo typowego zagrożenia, czyli tego, jak wykorzystywać potencjał danych, lecz nie wpaść w pułapkę polegającą na koncentracji na szumie informacyjnym.

Jeszcze bardziej obszerne przypisy, uaktualnione, rozszerzone do 120 stron i przeniesione do internetu. Przypisy znajdują się na stronie www.PredictiveNotes.com i zawierają cytaty oraz komentarze odnoszące się do dodanej zawartości książki, jak również uaktualnione źródła dotyczące poszczególnych rozdziałów.

Gdzie po przeczytaniu tej książki mogę zdobyć dodatkową praktyczną wiedzę?

Informacje zamieszczone na końcu tej książki – podaję tam źródła wiedzy, od których można rozpocząć naukę.

Strona internetowa książki – filmy, artykuły i inne informacje: www.thepredictionbook.com.

Predictive Analytics Word – cykl konferencji odbywających się w Ameryce Północnej i Europie, w trakcie których prowadzone są również warsztaty i spotkania branżowe, takie jak PAW Business, PAW Government, PAW Healthcare, PAW Financial, PAW Workforce i PAW Manufacturing. Strona: www.pawcon.com.

Przewodnik po świecie analizy predykcyjnej – artykuły, portale branżowe i inne źródła: www.pawcon.com/guide.

Praktyczne zastosowania analizy predykcyjnej – warsztaty online, które w odróżnieniu od tej książki uczą, jak stosować analizę predykcyjną. Dostępne w każdej chwili pod adresem: www.businessprediction.com.

The Predictive Analytics Times – główne źródło wiedzy na temat analizy predykcyjnej: informacje branżowe, artykuły techniczne, filmy i wydarzenia: www.predictiveanalyticstimes.com.

WSTĘP do wydania pierwszego

Dzień wczorajszy jest historią, jutrzejszy tajemnicą, dzisiejszy darem. Dlatego nosi nazwę teraźniejszości[1].

Powiedzenie przypisywane A.A. Milne’owi, Billowi Keane’owi i Oogway’owi, mądremu żółwiowi z filmu Kung Fu Panda

Ludzie patrzą na mnie z rozbawieniem, gdy mówię im, czym się zajmuję. Ryzyko zawodowe.

W wieku informacji, w którym żyjemy, zdarzają się zadziwiające przeoczenia. To stwierdzenie może wielu zaskoczyć, zważywszy, że aktywnie nagrywamy wszystko, co się na świecie dzieje. Odeszliśmy daleko od czasu książek historycznych, które dokumentowały jedynie ważne wydarzenia. Nasze systemy zapisują obecnie każde kliknięcie, płatność, połączenie telefoniczne, zderzenie samochodów, przestępstwo i chorobę. Można oczekiwać, że miłośnicy danych są zachwyceni, jeśli nie zepsuci ich obfitością.

Jednak ta olbrzymia ilość danych nie obejmuje zdarzeń, o których wiedza byłaby najbardziej wartościowa – takich, które jeszcze nie nastąpiły.

Każdy pragnąłby znać przyszłość; jako zbiorowość jesteśmy owładnięci obsesją przepowiedni. Chylimy czoła przed wróżbitami. Wydajemy pieniądze na czytanie z dłoni, dowiadujemy się, co mówią horoskopy, uwielbiamy astrologię i kupujemy ciasteczka z wróżbą.

Jednak wiele osób wierzących w moce nadprzyrodzone odrzuca jednocześnie naukę. Wewnętrznie tłumaczą to sobie tym, że jest ona zbyt niezrozumiała lub zbyt nudna. Wielu uważa również, że przepowiedzenie przyszłości nie jest możliwe bez nadnaturalnego wsparcia.

W telewizji można zobaczyć rozrywkowy serial, który lubię, zatytułowany Świry (ang. Psych). Jego bohater, bystrooki detektyw – hipster, współczesny zafascynowany informacją Sherlock Holmes, doprowadził sztukę obserwacji do takiej perfekcji, że policjanci uważają, iż szczegóły, które zauważa na miejscu przestępstwa, mogą być znane tylko sprawcy. Bohater wydobywa się z opresji, stwierdzając, iż ma zdolności parapsychiczne, dzięki temu unika więzienia i może dalej walczyć z przestępcami. Komedia trwa nadal.

Doświadczam czegoś podobnego, gdy na przykład ktoś pyta, spod jakiego znaku jestem. Zamiast jednak udawać wiarę w znaki zodiaku, żartobliwie odpowiadam: „Jestem skorpionem, a skorpiony nie wierzą w astrologię”.

Często na przyjęciach ludzie pytają mnie, kim jestem z zawodu. Zbieram wówczas siły, widząc świdrujący wzrok rozmówcy, i oznajmiam: „Zajmuję się prognozowaniem zachowań”. Większość osób ma ten luksus, że może określić swój zawód jednym słowem: lekarz, prawnik, pisarz, księgowy czy aktor. Jednak w moim przypadku odpowiedź odnosząca się do tej nieznanej większości dyscypliny jest za każdym razem początkiem dłuższej rozmowy, a wszelkie wysiłki, by szybko ją zakończyć, są z góry skazane na niepowodzenie:

„Jestem konsultantem biznesowym w obszarze technologii”. To jednak nie wystarcza rozmówcom, więc pytają: „Jakiego rodzaju technologii?”.

„Za pomocą komputera przewiduję, co ludzie zrobią”. Efektem jest konsternacja połączona z niedowierzaniem i domieszką strachu.

„Uczę komputer, by na podstawie danych prognozował zachowania poszczególnych osób”. Kolejna konsternacja, poza tym nikt nie chce na przyjęciu rozmawiać o danych.

„Analizuję dane, by znaleźć prawidłowości”. Pytający patrzą się na mnie jeszcze bardziej podejrzliwie; efektem tak abstrakcyjnego stwierdzenia jest niezręczna cisza.

„Pomagam marketingowcom dowiedzieć się, którzy klienci kupią produkty”. Jest to już bardziej zrozumiałe, lecz jednocześnie obniża rangę i szufladkuje moją dziedzinę wiedzy.

„Przewiduję zachowania klientów tak, jak na przykład sieć handlowa Target przewidywała ciążę klientek”. Efektem jest moonwalk.

Napisałem więc tę książkę, by pokazać, dlaczego prognozowanie zachowań jest intuicyjne, wartościowe i budzące respekt.

Dobra wiadomość jest następująca: nawet skromne przewidywanie ma swoją wartość. Nazywam to efektem prognozowania; jest to zagadnienie, które będzie przewijało się przez całą książkę. Potencjał prognozowania jest na tyle istotny, na ile jest ono lepsze od zgadywania. Efekt sprawia, że prognozowanie zachowań jest wiarygodne. Nie musimy dokonywać rzeczy niemożliwych i być jasnowidzami. Rezultaty naszej pracy są ekscytujące i jednocześnie wiarygodne. Zaryzykowanie, by rozjaśnić nieco mglistą przyszłość, nie jest wygórowaną ceną. Prognozowanie obniża ryzyko finansowe, wzmacnia ochronę zdrowia, walczy ze spamem, wspomaga walkę z przestępczością i zwiększa sprzedaż.

Czy w twojej piersi bije serce naukowca lub biznesmena? Czy czujesz ekscytację, myśląc o przewidywaniu przyszłości i wynikających z tego korzyściach?

Mnie urzekła idea odkrywania niepoznanego. Prognozowanie wydaje się sprzeczne z prawami natury. Nie możesz znać przyszłości, gdyż ona jeszcze nie istnieje. Za coś wykonalnego uważamy budowanie maszyn na podstawie doświadczenia. Prognozowanie zachowań jest ścisłą wiedzą wykorzystującą w formie danych to, co już poznaliśmy, by określić z większym prawdopodobieństwem to, co się dopiero wydarzy. Łączymy to, co najlepsze, w matematyce i technologii, systematycznie ulepszając posiadaną wiedzę; w efekcie nasze naukowe serca mogą czerpać radość z opracowania systemów, które przenikają nieprzekraczalną barierę między dniem dzisiejszym a jutrem.

Mówię o śmiałym wkraczaniu na niespenetrowane dotychczas terytorium!

Niektórzy ludzie pracują w sprzedaży, inni są politykami. Ja zajmuję się prognozowaniem zachowań i jest to wspaniałe.

Przypisy

[1] Yesterday is history, tomorrow is a mystery, but today is a gift. That’s why we call it the present. Ang. present oznacza teraźniejszość i jednocześnie prezent (przyp. red.).

KSIĄŻKI TEGO AUTORA

Prognozuj - kto kliknie, kupi, skłamie lub umrze 

POLECANE W TEJ KATEGORII

Wielka czwórka Obywatel Coke Droga Steve'a Jobsa Niebezpieczne związki. Pieniądze i władza w świecie nowożytnym 1700-2000 Kapitał w XXI wieku