Die Modellentwicklung (der komplexeste Teil des Projektes) und das Training der Algorithmen erfolgt in Schritt 4. Abhängig von Fragestellung und Datenlage werden verschiedene Modellvarianten erprobt und grundlegende Designentscheidungen zum optimalen Modell getroffen. Vergleichbar dem Verhältnis von Profisportler und Trainer werden Trainingspläne entwickelt, absolviert und die Ergebnisse von Trainern (hier Data Scientists) analysiert. Davon abhängig werden die Trainingsparameter verändert und dann wird validiert, ob sich eine Verbesserung der Ergebnisse einstellt oder nicht. In diesem interaktiven Prozess zwischen Algorithmus und Data Scientist spielt sowohl die Erfahrung des Analysten als auch die der Praxisexperten eine herausragende Rolle.
Fachexperten können Ausreißer oft schnell erklären.
In vielen Fällen lassen sich bspw. "Ausreißer" in den Daten oder unerwartete Varianzen erst durch den Input von Fachexperten aus den Unternehmen erklären. Während der Data Scientist bspw. vergleichsweise viel Zeit damit verbringt einen sich zwar jährlich wiederholenden, aber zu unterschiedlichen Zeitpunkten auftauchenden Umsatzanstieg aus den Daten zu erklären, kann ein Praxisexperte dies u. U. leicht als Effekt einer einmal im Jahr stattfindenden Fachmesse erklären. Die intensive Diskussion der Modellergebnisse im Team stellt deshalb einen wichtigen und für das projektgebende Unternehmen erfolgskritischen Prozess dar.
Das ist nur ein Ausschnitt aus dem Produkt Controlling Office. Sie wollen mehr?
Jetzt kostenlos 4 Wochen testen
Anmelden und Beitrag in meinem Produkt lesen