Рубрика «прогнозирование» - 7

В прошлый раз мы рассуждали о том, как можно сегментировать платящих пользователей, вспоминали RFM-анализ, а также китов и дельфинов.
В этот же раз мы тоже будем применять сегментацию, однако по совсем иному принципу. Задумывались ли вы о структуре своего дохода? Кто приносит больше — новички или старички? Каково соотношение дохода от новых и старых пользователей, как оно меняется во времени? Вот об этом и поговорим.

Структура аудитории в целом
Сперва мы поделим всю нашу аудиторию (и платящих, и неплатящих) на несколько сегментов по времени с момента их регистрации. Сколько выделять сегментов — дело исключительно ваше и зависит от особенностей вашего бизнеса и срока вовлечения в проект.
В любом случае, мы рекомендовали бы ограничиться 5-7 сегментами.
Например:

  • 1 сегмент — менее 14 дней с момента регистрации;
  • 2 сегмент — от 14 до 30 дней;
  • 3 сегмент — от 1 до 2 месяцев;
  • 4 сегмент — от 2 до 6 месяцев;
  • 5 сегмент — от 6 месяцев до 1 года;
  • 6 сегмент — больше года с момента регистрации.

Выделив пользовательские сегменты, вы можете построить отчёт по структуре своей аудитории на момент анализа.
Читать полностью »

В результате своих изысканий я перестал для себя использовать фразу «искусственный интеллект» как слишком неопределенную и пришел к другой формулировке: алгоритм самообучения, исследования и применения найденных результатов для решения любых возможных к реализации задач.

Сформулируем аксиомы:
1. Все в мире можно посчитать по каким-нибудь правилам.
2. Расчет по правилу, это однозначная зависимость результата от исходных данных.
3. Любые однозначные зависимости можно находить статистически.
Читать полностью »

Описание проблемы и постановка задачи

Оценка вероятности наступления ситуации о покупке или продаже актива является одной из важных задач при разработке торговой стратегии. Правильный вход в позицию дает более высокие гарантии получения прибыли. Поэтому задача прогнозирования тренда является основополагающей.

В данной статье мы рассмотрим эксперимент с обучением и тестированием модели в текущей неоднозначной экономической ситуации при помощи нейро-нечетких сетей.

image
Читать полностью »

Разработка программного продукта — это процесс, в котором человеческий фактор играет очень важную роль. В статье поговорим о различных психологических и математических законах и принципах. Некоторые из этих принципов и законов вам хорошо известны, некоторые — не очень, а некоторые помогут объяснить ваше поведение или поведение ваших сотрудников и коллег.

Разработка ПО – нелинейный процесс

Разработка программного обеспечения — нелинейный процесс. Если на проект выделено 5 разработчиков, которые за 5 месяцев должны разработать продукт (25 чел./мес.), то 25 разработчиков не смогут сделать эту же работу за 1 месяц (те же 25 чел./мес.).

imageЧитать полностью »

Активность пользователей в сети интернет всегда была очень важным фактором, которому исследовательские организации уделяли особо много внимания. Распределение пользователей по странам, плотность подключений, временные рамки наибольшей/наименьшей активности в течение суток — это все исходные параметры на основе которых проводится работа по оптимизации нагрузок для той или иной территории. Пиковые нагрузки на интернет каналы — это краеугольный камень организации ИТ-инфраструктуры, без статистических данных, без понимания базовых понятий их возникновения невозможно наладить действительно эффективную модель работы сети.

Благодаря всеобщей интернетизации планеты (доступности и дешевизны интернета), а также беспечности рядовых пользователей, стало возможным отследить практически каждый не защищенный от сетевой атаки гаджет (будь это стационарный/мобильный ПК, смартфон, планшет, игровая консоль). Так, нашумевшая в свое время «Интернет перепись IPv4 2012», которая отображает активность незащищенных сетевых устройств по всему миру, стала отличным, многослойным нагромождением информации для анализа, которая до сих пор даёт людям почву для размышления.

В любой момент времени около третьей части пользователей сети интернет находятся on lineЧитать полностью »

Для качественного построения маршрутов в городских условиях нужно как можно более точно оценивать время движения по маршруту. При этом желательно учитывать не только текущую ситуацию, но и то, как она может измениться. Пару лет назад мы уже публиковали пост о прогнозировании ситуации на дорогах. Текст позволяет составить общее представление об этой теме. Более подробно вопрос прогнозирования пробок рассмотрел в своем докладе Михаил Хохлов. Он рассказал о различных математических подходах к прогнозированию дорожных затруднений на ближайшее время, в том числе и о методе линейной авторегрессии, который используется в Яндекс.Пробках. С тех пор многое изменилось, однако основные проблемы и методы их решения остались прежними и заслуживают внимания.


Читать полностью »

image

Благодаря стремительному развитию информационных технологий, появилась возможность за считанные секунды проводить анализ большого объёма информации, строить сложные математические модели, решать задачи многокритериальной оптимизации. Учёные, занимающиеся вопросами циклического развития экономики, стали разрабатывать теории, полагая, что отслеживание тенденций ряда экономических переменных позволит прояснить и предсказать периоды подъёма и спада. Одним из объектов для изучения был выбран фондовый рынок. Предпринимались многократные попытки построить такую математическую модель, которая успешно бы решала задачу прогнозирования приращения цены акций. В частности, широкое распространение получил «технический анализ».
Читать полностью »

IBM опубликовала восьмой ежегодный прогноз «IBM 5 in 5» (#ibm5in5), посвященный пяти инновациям, способным в ближайшие пять лет повлиять на нашу жизнь, работу и стиль общения.

Пять инноваций, которые изменят нашу жизнь в следующие пять лет
Читать полностью »


Читать полностью »

IBM Watson? IBM Content Analytics!

Проанализировав большой объем доступной в интернете информации о некоторых людях, «младший брат» суперкомпьютера IBM Watson (работающий на подобных технологиях) под названием IBM Content Analytics with Enterprise Search наглядно показал нам, кто кому приходится братом, сестрой, мужем, должен денег, является личным адвокатом, подал в суд по определенному поводу и т.д. В нашем случае мы дополнительно узнали, что некоторые искомые пользователи обладают довольно-таки дорогой недвижимостью за 80 миллионов евро.

При этом мы сами не занимались сбором и анализом данным. Мы всего лишь сравнили результаты с действительностью — все оказалось правдой. Хочется еще раз подчеркнуть – вся информация была в открытом доступе. К сожалению, я не могу рассказать более подробно именно об этом проекте (возможно, вы обратили внимание на затертые имена). Данный пример показался мне наиболее интересным, поэтому я начал именно с него :)

В этой статье я хотел бы рассказать о базовых возможностях IBM Content Analytics with Enterprise Search. Если эта статья покажется интересной, то я напишу подробнее о том, как это работает.
Читать полностью »


https://ajax.googleapis.com/ajax/libs/jquery/3.4.1/jquery.min.js