Vår metod
Att förstå data är ofta komplext. Att handskas med bias och kausalitet kräver en praktisk, beprövad matematisk metod. Vår kausalitetsmotor förenklar processen, minskar partiskhet, och ger strategiska och taktiska åtgärder, som kan vidtas som svar på förändringar.
Den identifierar relationer i variablerna och skapar en anpassad modell. Modellen förfinar, utbildar och korrigerar sig själv, vilket ger verkliga, kausala faktorer.
Motorn upptäcker vilka variabler som är de bästa prediktiva faktorerna för det användardefinierade affärsmålet utifrån tusentals variabler. Den upptäcker skarpa kombinationseffekter, såsom att faktorer som är svaga prediktorer individuellt sett, däremot är starka i kombination. Det här systemet ger automatiskt flera rekommendationer för att uppnå det inställda målet.