Translation not up to date
Modely rozhodovacího seznamu identifikují podskupiny nebo segmenty , které vykazují vyšší nebo nižší pravděpodobnost binárního výsledku (ano nebo ne) vzhledem k celkovému vzorku.
Můžete například hledat zákazníky, kteří jsou nejméně náchylní k churnu nebo s největší pravděpodobností řeknou ano konkrétní nabídce nebo kampani. Nástroj Seznam rozhodnutí vám poskytuje úplnou kontrolu nad modelem a umožňuje upravovat segmenty, přidávat vlastní obchodní pravidla, určovat způsob, jakým je každý segment skóroval, a upravit model v řadě dalších způsobů, jak optimalizovat poměr přístupů ve všech segmentech. Jako takové je obzvláště vhodné pro generování seznamů adresátů nebo k jinému identifikaci toho, které záznamy mají být zaměřeny na konkrétní kampaň. Můžete také použít více úloh dobývání ke kombinování přístupů modelování-například identifikováním segmentů s vysokou a nízkou výkonností v rámci stejného modelu a případně včetně nebo vyloučení každého z nich ve fázi přidělení skóre.
Segmenty, pravidla a podmínky
RFM_SCORE > 10 and
MONTHS_CURRENT <= 9Pravidla se použijí v uvedeném pořadí, s prvním odpovídajícím pravidlem určujícím výsledek pro daný záznam. Pořízeno nezávisle, pravidla nebo podmínky se mohou překrývat, ale pořadí pravidel řeší nejednoznačnost. Pokud žádné pravidlo neodpovídá, je záznam přiřazen do zbývajícího pravidla.
Kompletní řízení nad bodovým hodnocením
Nástroj Seznam rozhodnutí vám umožňuje zobrazovat, upravovat a reorganizovat segmenty a vybírat si, které z nich mají být zahrnuty nebo vyloučeny z účelů hodnocení. Například můžete zvolit vyloučení jedné skupiny zákazníků z budoucích nabídek a zahrnout ostatní a okamžitě zjistit, jak to ovlivní vaši celkovou četnost přístupů. Modely Decision List vrací skóre Yes pro zahrnuté segmenty a $null$ pro vše ostatní, včetně zbytku. Tento přímý ovládací prvek nad bodovým hodnocením vytváří modely rozhodovacích seznamů, které jsou ideální pro generování seznamů adresátů, a jsou široce používány ve správě vztahů se zákazníky, včetně aplikací call center nebo marketingových aplikací.
Úlohy dobývání, opatření a výběry
Proces modelování je řízen úlohami dobývání. Každá těžební úloha efektivně zahájí nové modelování a vrátí novou sadu alternativních modelů, ze kterých si můžete vybírat. Výchozí úloha je založena na vašich počátečních specifikacích v uzlu Seznam rozhodnutí, ale můžete definovat libovolný počet vlastních úloh. Můžete také použít úlohy iterativně-například můžete spustit vyhledávání s vysokou pravděpodobností na celé sadě školení a poté spustit malou pravděpodobnost hledání ve zbytku, abyste vystavili nízkovýkonové segmenty.
Výběry dat
Můžete definovat výběry dat a vlastní modelová měřítka pro sestavení modelu a vyhodnocení. Můžete například zadat výběr dat v rámci úlohy dobývání a přizpůsobit model určitému regionu a vytvořit vlastní ukazatel pro vyhodnocení, jak dobře tento model provádí celou zemi. Na rozdíl od těžebních úkolů neměnily opatření základní model, ale poskytují další objektiv pro posouzení toho, jak dobře funguje.
Přidání vašich obchodních znalostí
Po dokončení vyladění nebo rozšíření segmentů identifikovaných algoritmem umožňuje nástroj Prohlížeč rozhodnutí zobrazit vaše obchodní znalosti do modelu. Segmenty generované modelem můžete upravit nebo můžete přidat další segmenty na základě pravidel, která zadáte. Poté můžete použít změny a zobrazit náhled výsledků.
Chcete-li získat další informace, dynamický odkaz s aplikací Excel vám umožňuje exportovat data do aplikace Excel, kde je lze použít k vytvoření prezentačních grafů a k výpočtu vlastních ukazatelů, jako je například komplexní zisk a návratnost investic, které lze zobrazit v prohlížeči seznamu rozhodnutí při sestavování modelu.
Příklad. Marketingové oddělení finanční instituce chce dosáhnout ziskovějších výsledků v budoucích kampaních tím, že bude odpovídat příslušné nabídce každému zákazníkovi. Model Decision List můžete použít k identifikaci charakteristik zákazníků s největší pravděpodobností na základě předchozích promočních akcí a generování seznamu adresátů na základě výsledků.
Požadavky. Jedno kategorické cílové pole s úrovní měření typu Flag nebo Nominal , které označuje binární výsledek, který chcete předpovídat (ano/ne), a alespoň jedno vstupní pole. Je-li typ cílového pole Nominal, musíte ručně zvolit jedinou hodnotu, která se má považovat za shodu, nebo odezvu; všechny ostatní hodnoty jsou spolu jako neprůchodnénastaveny na všechny ostatní hodnoty. Může být také uvedeno volitelné pole frekvence. Pole Souvislá datum/čas jsou ignorována. Vstupy se spojitými číselnými rozsahy jsou automaticky svázaní algoritmem, jak je uvedeno na kartě Expert v uzlu modelování. For finer control over binning, add an upstream binning node and use the binned field as input with a measurement level of Ordinal.