Die Kurve fällt. Was ist eigentlich passiert?
Stell dir den Montagsbericht vor: Der Umsatz liegt unter dem der Vorwoche. Ein Modell kann helfen, Fragen zu formulieren, Berechnungen vorzubereiten oder Unterschiede zu beschreiben. Bevor wir nach Ursachen suchen, müssen wir aber klären, ob wir vollständige Zeiträume und dieselben Daten vergleichen. Vielleicht fehlt bloß der Export eines Geschäfts? Das ist ein Beispiel, zeigt aber gut, wo eine sinnvolle Analyse anfängt.
Wobei KI helfen kann
Beginne mit einer Frage, die sich beantworten lässt
Nimm einen Bericht und eine Frage, etwa: Welche Produkte erklären den Umsatzrückgang zwischen zwei vollständigen Wochen? Leg fest, was „Umsatz“ bedeutet, welchen Zeitraum du betrachtest und wie Retouren berücksichtigt werden. Rechne das Ergebnis zuerst in einer Tabelle oder Datenbank aus und bitte die KI danach um Hilfe bei der Beschreibung. Soll das Modell eine Prognose erstellen, halte einen eigenen Zeitraum für die Bewertung zurück und zeige ihm diese Daten beim Training nicht. Werden Testdaten beim Training oder bei der Modellvorbereitung verwendet, ist das Datenleckage, wie sie die scikit-learn-Dokumentation beschreibt. An so einem kleinen Projekt siehst du, wo die Modellhilfe endet und die Prüfung der Annahmen beginnt.