Mit Machine-Learning-(ML-)Algorithmen haben Data Scientists bei der Suche nach der Traum-Location die üblichen Marktforschungsansätze außer Acht gelassen und stattdessen die Kriterien, die über die Bewertung entscheiden, rein datenbasiert ermittelt. Damit unterscheidet sich der Ansatz fundamental von den üblichen Rankings, die mit fixen Bewertungsmustern arbeiten. Unter 150.000 erfassten Orten weltweit eroberte West Perth Platz eins der Rangliste.
Foto: opailin, Shutterstock.com
Wie SAS erklärt, ist das Vorgehen mit der hohen Anzahl an Orten nicht nur viel breiter angelegt als üblich, es ist auch deutlich detaillierter in den Messgrößen. Analysten haben für Paradise Found mehr als fünf Millionen Datenpunkte aus 1124 Datenquellen ausgewertet, darunter strukturierte ebenso wie unstrukturierte Daten. Eingebunden waren vielfältige Open-Source- und Open-Data-Quellen (darunter Städtestudien), Web-Dienste wie Twitter und TripAdvisor, Daten der Weltbank, der Unesco, der WTOI Numbeo, der EU sowie Geodaten-Services wie sie Google Places oder OpenStreetMap bieten.
Bildung, Familie, Kultur, Natur, Shopping, Gesundheit und mehr
Die Informationen wurden mit Daten-Management auf der Plattform SAS Viya zusammengeführt und mithilfe von ML- sowie Data-Mining-Methoden analysiert. Die ML-Algorithmen (nicht überwachte Lernverfahren) ermittelten folgende acht Variablen-Cluster: Bildung und Karriere, Familie, Kultur, Natur, Sicherheit und Infrastruktur, Lebenshaltungskosten, Restaurants und Shopping sowie Gesundheit.
Der beste Ort der Welt punktete vor allem in den Dimensionen Restaurants und Shopping, Kultur sowie Sicherheit und Infrastruktur. Die Analyse förderte auch positive Attribute zutage, die ohne Analytics kaum auf der Kriterienliste gelandet wären. Dazu gehören etwa der kostenlose Nahverkehr und die Größe der Grünfläche pro Einwohner (fünf Tennisplätze). Außerdem leben hier die meisten Self-Made-Millionäre.
Algorithmen entscheiden, welche Kriterien angelegt werden
SAS stellte mit Paradise Found ein rein analytisches Ranking auf die Beine, das zeigen soll, wie Machine Learning heute bei Entscheidungen helfen kann. Während herkömmliche Methoden einen Kriterienkatalog definieren, anhand dessen die Daten für einen bestimmten Zweck erhoben und ausgwertet werden, konnten im Paradiese-Found-Projekt alle verfügbaren Daten verarbeitet werden. ML-Algorithmen entscheiden rein datenbasiert, welche Kriterien wirklich wichtig sind.
Das Softwarehaus will mit dem Projekt zeigen, dass Analytics und ML einen "unverstellten Blick" auf die Daten ermöglichen, um bestimmte Muster zu finden. Übertragen auf die Wirtschaft bedeute das, dass sich ganz neue Geschäftschancen und -modelle auftun könnten.
Ob West Perth nach Bekanntwerden dieser Analyse immer noch der beste Ort der Welt sein wird, darauf hat SAS noch keine Antwort präsentiert. Mit Predictive Analytics sollte das für den Heidelberger Softwarespezialisten aber kein Problem sein.