Phase 6 des CRISP-DM-Prozessmodells: Deployment - Dummies

Bei der Bereitstellung zahlt sich Data Mining aus. In dieser letzten Phase des CRISP-DM-Prozesses (Cross-Industry Standard Process for Data Mining) spielt es keine Rolle, wie brillant Ihre Entdeckungen sind oder wie perfekt Ihre Modelle zu den Daten passen, wenn Sie diese nicht tatsächlich verwenden. Dinge, um die Art und Weise zu verbessern, wie Sie Geschäfte machen.

Die Bereitstellungsphase umfasst vier Aufgaben. Dies sind

• Planungsbereitstellung (Ihre Methoden zur Integration von Data-Mining-Entdeckungen werden verwendet)

• Planungsüberwachung und -wartung

• Endergebnisse melden

• Endergebnisse überprüfen

Aufgabe: Einsatz planen

Wenn Ihr Modell einsatzbereit ist, benötigen Sie eine Strategie zum Einsetzen es in Ihrem Geschäft zu arbeiten.

Das Ergebnis für diese Aufgabe ist der Bereitstellungsplan. Dies ist eine Zusammenfassung Ihrer Strategie für die Bereitstellung, der erforderlichen Schritte und der Anweisungen zum Ausführen dieser Schritte.

Aufgabe: Planung von Überwachung und Wartung

Data-Mining-Arbeit ist ein Kreislauf, also erwarten Sie, dass Sie aktiv an Ihren Modellen beteiligt bleiben, wenn sie in den alltäglichen Gebrauch integriert werden.

Das Ergebnis für diese Aufgabe ist der Überwachungs- und Wartungsplan. Dies ist eine Zusammenfassung Ihrer Strategie für die laufende Überprüfung der Leistung des Modells. Sie müssen sicherstellen, dass sie kontinuierlich ordnungsgemäß verwendet wird und dass eine Verschlechterung der Modellleistung festgestellt wird.

Aufgabe: Berichterstattung der Endergebnisse

Die Ergebnisse dieser Aufgabe umfassen zwei Punkte:

• Abschlussbericht: Der Abschlussbericht fasst das gesamte Projekt zusammen, indem alle bis dahin erstellten Berichte zusammengestellt werden. Punkt und fügen Sie eine Übersicht hinzu, die das gesamte Projekt und seine Ergebnisse zusammenfasst.

• Abschlusspräsentation: Eine Zusammenfassung des Abschlussberichts wird in einer Sitzung mit dem Management präsentiert. Dies ist auch eine Gelegenheit, offene Fragen anzusprechen.

Aufgabe: Projekt überprüfen

Schließlich trifft sich das Data-Mining-Team, um zu besprechen, was funktioniert hat und was nicht, was wäre wieder gut und was sollte vermieden werden!

Auch dieser Schritt verfügt über ein Deliverable, allerdings nur für die Verwendung des Data-Mining-Teams und nicht für den Manager (oder Client). Es ist der Erfahrungsdokumentationsbericht.

Hier sollten Sie alle Arbeitsmethoden skizzieren, die besonders gut funktionierten, so dass sie für die Zukunft erneut dokumentiert werden und Verbesserungen an Ihrem Prozess vorgenommen werden können. Es ist auch der Ort, um Probleme und schlechte Erfahrungen zu dokumentieren, mit Ihren Empfehlungen zur Vermeidung ähnlicher Probleme in der Zukunft.

Data Mining ist eine Teamaktivität.Wenn dieser Prozess also viele Schritte enthält, sollten Sie sich darüber im Klaren sein, dass es nicht Ihre persönliche Verantwortung ist, jeden einzelnen von ihnen zu tun, und dass es immer angebracht ist, von anderen um Hilfe zu bitten, wenn Sie sie benötigen. (Zu Beginn des Projekts haben Sie eine Liste von Personen erstellt, die Ressourcen für das Data-Mining-Projekt sind. Das ist Ihr kleines Verzeichnis mit Helfern!)