Синтетические данные в руках клиента: от самостоятельного расширения выборки к доказательному индексу качества данных
ОНЛАЙН ДЕНЬ
"Исследования фармацевтического рынка часто требуют работы с узкими аудиториями, для которых сложно собрать необходимый объём выборки. В совместном докладе OMI и компании «АКРИХИН» мы покажем, как синтетическое расширение данных из экспериментального инструмента превращается в рабочий сервис для исследователя.
Если раньше восстановление данных выполнялось только на стороне OMI, теперь клиент может самостоятельно загрузить исходную базу, задать параметры расширения и получить дополненный массив. На реальном кейсе «АКРИХИН» мы покажем работу интерфейса, полученные результаты и опыт его использования для исследования сложнодоступной фармацевтической аудитории.
Отдельная часть доклада будет посвящена оценке качества таких данных. Синтетический массив принципиально отличается от обычной выборки, поэтому одной близости процентов и средних недостаточно. Для него нужны собственные критерии качества. Мы представим разработанный подход, который оценивает сохранение распределений и вариативности данных, связей между ответами, различий внутри небольших групп и устойчивости аналитических выводов. Такой индекс позволяет корректно оценивать успешность восстановления данных и отличать действительно качественный синтетический массив от результата, который лишь внешне похож на исходные данные."
Если раньше восстановление данных выполнялось только на стороне OMI, теперь клиент может самостоятельно загрузить исходную базу, задать параметры расширения и получить дополненный массив. На реальном кейсе «АКРИХИН» мы покажем работу интерфейса, полученные результаты и опыт его использования для исследования сложнодоступной фармацевтической аудитории.
Отдельная часть доклада будет посвящена оценке качества таких данных. Синтетический массив принципиально отличается от обычной выборки, поэтому одной близости процентов и средних недостаточно. Для него нужны собственные критерии качества. Мы представим разработанный подход, который оценивает сохранение распределений и вариативности данных, связей между ответами, различий внутри небольших групп и устойчивости аналитических выводов. Такой индекс позволяет корректно оценивать успешность восстановления данных и отличать действительно качественный синтетический массив от результата, который лишь внешне похож на исходные данные."