HÁTTÉR
A Szegedi Tudományegyetem egy zárókonferenciát tartott "Nemzetközi innovatív kutatói team a környezet egészségtudatos testmozgásos
életmód tényalapú tesztrendszerei kialakítására" címmel. A konferencián az Andego Tanácsadó Kft.-től Kovács Gyula tartott előadást.
http://www.sporttudomany.hu/dokumentumok/SZAB-meghivo_20111104.pdf
KOMMENTÁR
Mindig is szívesen veszek részt tudományos konferenciákon. Tapasztalatim szerint itt sokkal aktívabbak a résztvevők, mint az üzleti életben, az ismerkedés szinte magától megy, ráadásul egészen kivételes egyéniségekbe futhat bele az ember.
Hálózatkutatás a génkutatásban
Egy TÁMOP projekt zárókonferenciáján adtam elő "Humán adatbányászati eredmények" címmel. Az egész projekt célja olyan kutatások elkészítése volt, ahol arra kerestük a választ, hogy különböző típusú mozgások hogyan aktivizálnak bizonyos típusú géneket és hormonokat. Az én részem abból állt, hogy a standard elemzési módszerek mellé fejlesszek ki új elemzési technológiákat. A nagy kedvenc hálózatkutatást vettem elő.
Az alapötlet nagyon egyszerű volt. Megnéztem, hogy a gének milyen irányba változtak a vizsgált személyeknél (1 = nőtt a gén aktivitás , 0 = csökkent), majd az így kapott 0/1 értékű változók között kiszámoltam a korrelációs együtthatót. Ha magas volt az együttható értéke, akkor ez azt jelentette, hogy a két gén együtt mozgott, egyéb esetben a két gén mozgása között nem volt jelentős összefüggés.
Ezek után felépítettem a gének hálózatát, ahol két gén akkor volt összekötve, ha erős korráció volt közöttük. Egy génhálózat a sok közül:
Keresztértékesítés és a gének
Az egész kutatás nagyon érdekes és izgalmas volt, de legyünk őszinték, az üzleti életben (bank, telko, retail szektor) ritkán kell genetikai elemzéseket készítenünk. Ha genetikai elemzést nem is, de keresztértékesítési elemzést nagyon is gyakran. Na nézzük csak. Egy ügyfél esetében nem a gének változását vizsgáljuk, hanem hogy miket vásárolt. Ha X terméket megvette, akkor kap egy 1-est az X termék oszlopba, különben 0-át.
De érdekes, az így előállt adatbázis pontosan ugyanúgy néz ki, mint a genetikai adatbázis. "Akkor itt is felépíthetünk egy hálózatot?" - tehetné fel a költői kérdést az olvasó. A válasz természetesen igen. Na de nézzük, mire is használható ez az információ?
Az élek olyan információt jelölnek, amiket hagyományos elemzésekkel is ki tudunk szedni az adatokból - a "mit-mivel" kérdésre válaszolnak. Én mindig is szkeptikus voltam az ilyen típusú szabályokkal kapcsolatban, mivel ha az ügyfelek X terméket Y termékkel eddig is együtt vettek, akkor ez nálam azt jelenti, hogy az X és Y termék együttes reklámozása (egymás melletti elhelyezése) minimálisan növekedést hozhat (mivel magas a bázis!).
Jóval izgalmasabb olyan termékkapcsolat feltárása, amit még maguk az ügyfelek sem fedeztek fel maguknak. A fenti ábrán a nyilak ilyen termékkapcsolatokat jelölnek ki. Ha valaki csokit vesz, akkor ollót is szokott venni (ezt eddig is tudtuk). Ha valaki ollót, akkor szalvétát is (ezt is tudtuk). Az ábra szerint a csoki-olló együttes vásárlása még nem jellemző a vásárlók körében, pedig csak egy nagyon ki lépés kellene hozzá. Eddig egy olló vásárló vagy csokit vett mellé vagy szalvétát. Próbáljuk meg ezeket összekapcsolni - az olló vásárlók esetében egy valódi üzleti lehetőség a csoki és szalvéta együttes eladása. A gondolatmenet tovább folytatható, ezt az olvasóimra bízom.
A keresztértékesítés elemzése persze egy külön tudomány. Óriási algoritmusok születtek az elmúlt években. De talán a kis gén kutatásainknak köszönhetően mi is hozzátehetünk majd ehhez, és nemsokára szalvétába csomagolt csokikat vehetünk a boltokban!
(Figyelem: a fenti példák a fantázia szüleményei, bármiféle hasonlóság valódi adatokkal a véletlen számlájára írhatók)