Generalmente, el 60% del esfuerzo de un proyecto de minería de datos está dedicado al tratamiento inicial de los datos. Suele ser un esfuerzo intensivo en mano de obra especializada.
dVelox permite automatizar, en algunos casos totalmente, no solo el tratamiento inicial de los datos, sino las fases de aprendizaje, modelado y simulación, ofreciendo resultados similares o superiores a las técnicas habituales*
*NOTA: en función de la calidad de los datos
En el momento de subir un modelo predictivo a producción se conoce cuál es su bondad. Sin embargo, a medida que pasa el tiempo, ese nivel de precisión puede degradarse sin ser percibido por los usuarios de negocio.
Una de las capacidades más innovadoras de dVelox es la vigilancia automática de los modelos que están siendo utilizados en producción. De forma parametrizable, con cada transacción, cada día, cada mes, dVelox realiza un chequeo con la nueva información que ha ido tratando en ese periodo alertando de la degradación de la precisión de cada uno de los modelos, si es que ésta se produce.
Modelar de forma automática los datos supone un cierto riesgo, principalmente determinado por el nivel de incertidumbre sobre los mismos.
dVelox permite incorporar a su proceso de modelización el conocimiento de los usuarios de negocio basados en su propia experiencia pasando ésta a ser modelizada de forma complementaria a lo que indican los datos. Y con datos incompletos, también.
Los datos de los sistemas, normalmente, son incompletos. A veces, incluso ofrecen diferentes versiones de un mismo hecho. Esto no supone ningún problema para dVelox ya que mantiene su nivel de precisión predictiva incluso en esos escenarios. Además, ofrece la posibilidad de completar dicha información en función del resto de datos.
- Más sobre capacidades de dVelox
English Version |
