Totta goes Bayesian

Baysiaanse statistiek

Foto Adriaan collega

Geschreven door Adriaan Ackers

 

De meeste mensen weten wel wat de term statistiek inhoudt, maar Bayesiaanse statistiek is voor velen onbekend. Maar niet voor iedereen. Adriaan Ackers, een van de directieleden van Totta Research en Totta Data Lab, heeft onlangs de introductiecursus Bayesian Belief Networks van het Bayesialab gevolgd. Deze cursus vond plaats in Parijs van 21 tot en met 23 maart 2017. Daarom schreef hij onder het motto van ‘sharing is caring’ onderstaand artikel, waarin hij toelicht wat hij daar heeft geleerd en wat Bayesiaanse statistiek inhoudt.

Klassieke statistiek

Het grote verschil tussen klassieke statistiek en Bayesiaanse statistiek is dat beide soorten een andere visie hebben op onzekerheid. De overeenkomst die ze hebben, is dat beide tamelijk abstract zijn. In marktonderzoek wordt vaak klassieke statistiek toegepast, waarbij vooral gebruik wordt gemaakt van betrouwbaarheidsmarges en significante verschillen. Het is bijvoorbeeld zo dat als een onderzoek 100 keer wordt herhaald, er in 95 van deze herhalingen een waarde wordt gevonden (bijvoorbeeld de koopintentie) die binnen een bepaalde marge ligt van deze gevonden waarde. We benoemen dus de kans op een bepaald onderzoeksresultaat, aan de hand van de gegeven hypothese over de werkelijkheid (onze gevonden waarde).

Bayesiaanse statistiek

Dit is eigenlijk heel raar. Normaal gesproken, als we onze intuïtie volgen, zijn we naar het tegenovergestelde op zoek; de kans op een bepaalde hypothese (een vorm van de werkelijkheid) aan de hand van onderzoeksresultaten. Bayesiaanse statistici gaan uit van dat laatste, net zoals wij. De werkelijkheid kan verschillende vormen aannemen, en we willen kijken wat de kans is dat een bepaalde vorm voorkomt met behulp van de gevonden onderzoeksresultaten.

Introductiecursus Bayesian Belief Networks

Allemaal leuk en aardig, maar wat kunnen we hier uiteindelijk mee? De praktische toepassingen hiervan heb ik onlangs ervaren tijdens een introductiecursus Bayesian Belief Networks van het Bayesialab in Parijs. Een Belief Network is een Bayesiaans model van de werkelijkheid. Je kijkt naar de kans dat een bepaalde variabele een bepaalde waarde heeft (Prior States) en je kijkt naar de kans dat een bepaalde waarde voorkomt gegeven deze ”States” van andere variabelen in je netwerk. Wat je dus eigenlijk doet, is de interactie tussen je variabelen modelleren. Het resultaat hiervan is een gemeenschappelijke waarschijnlijkheid van alle verschillende ”States” van je variabelen.

Voordelen Baysesian networks

Maar wat zijn de voordelen hiervan?

  • Je kunt bijvoorbeeld een visueel inzicht creëren in het fenomeen dat je onderzoekt, aan de hand van een duidelijk netwerk van bolletjes en pijltjes. Je ziet nu bijvoorbeeld welke variabelen samenhangen met de koopintentie, welke variabele de grootste invloed hierop heeft, welke onderliggende variabelen afhankelijk van elkaar zijn, et cetera.
  • Dit is echter niet alles; je kan scenario’s gaan schetsen en deze direct uitwerken in je resultaten. Wat doet een hogere ranking bij zoekmachine Google met je koopintentie? Wat is de snelste manier om je koopintentie met 10 procent te verhogen? Marketeers en productmanagers willen dit soort vragen maar wat graag beantwoorden. Deze beantwoording is één van de opties van BayesiaLab.

Bayesiaanse statistiek is de toekomst

Is het bovenstaande allemaal nieuw? Nee. Sterker nog, de theoretische basis is stokoud en is ontstaan in de 18e eeuw. Toch hebben de moderne, technologische ontwikkelingen invloed gehad op de Bayesiaanse statistiek. Vroeger moest een Bayesiaan het doen met kleine datasets die werden versterkt met kennis van experts. Tegenwoordig kan je bouwen op de rekenkracht van computers; diezelfde technieken kun je nu ook toepassen op grote datasets. Dit zal in de toekomst steeds vaker gebeuren vanwege de intuïtieve inzichten en de praktische bruikbaarheid van de resultaten. Dit leidt ertoe dat we een ‘nieuwe’ en krachtige tool hebben waarmee we de marketeer of manager kunnen helpen met het maken van keuzes en het dichterbij brengen van business doelstellingen.

Posted on 23 juni 2017

Share the Story

Back to Top