セグメント、ルールおよび条件

RFM_SCORE > 10 and
MONTHS_CURRENT <= 9

ルールは順番に適用され、一致する最初のルールで指定されたレコードに対する結果を定義します。 それぞれを見ると、ルールまたは条件が重複していることがありますが、ルールの順番によって曖昧さを解決します。 一致するルールがない場合、レコードは残りのルールに割り当てられます。

スコアリングの完全な制御

Decision List Viewer を使用すると、セグメントを参照、修正、再構築し、スコアリングのためにどのセグメントを選択または除外するかを選ぶことができます。 例えば、今後のオファーから顧客グループを 1 つ除外して他の顧客グループを追加し、全体のヒット率にどのように影響を与えるかをすぐに確認できます。 ディシジョン・リスト・モデルは、包含セグメントの場合はスコアとして「Yes」を返し、それ以外の場合はすべて「$null$」を返します。 この直接的な制御によって、ディシジョン・リスト・モデルはメーリング リストの生成には理想的なモデルとなり、コール・センターまたはマーケティング・アプリケーションを含む顧客関係管理で幅広く使用されています。

マイニング・タスク、測定および選択

モデル作成プロセスは、マイニング・タスクによって決まります。 各マイニング・タスクは新規モデル作成の実行を効果的に開始し、代替モデルの新しいセットを返してそこから選択します。 デフォルト・タスクは、ディシジョン・リスト・ノードで最初に指定した情報をベースとしていますが、必要な数のカスタム・タスクを定義することができます。 タスクをインタラクティブに適用することもできます。例えば、 学習セット全体で高い確率の検索を実行し、その後残りで低い確率の検索を行い、低度の実行セグメントを除外します。

データ選択

モデルの構築および評価のために、データの選択とカスタムのモデル測定を定義することができます。 例えば、マイニング・タスクでデータの選択を指定してモデルを特定の地域に合わせて調整し、ユーザー定義の測定を作成して国全体でモデルがどのように実行されているのか評価することができます。 マイニング・タスクと違い、測定は基になっているモデルを変更しませんが、別のレンズを提供して実行状態を評価します。

ビジネスに関する知識の追加

アルゴリズムによって識別されるセグメントを微調整または拡張することにより、ディシジョン・リスト・ビューアーを使用して、ビジネスに関する知識をモデルに組み込むことができます。 モデルによって生成されたセグメントを編集し、指定のルールに基づいてセグメントを追加することができます。 その後、変更を適用し結果をプレビューすることができます。

さらに詳しい調査については、Excel とのダイナミック・リンクを使用すると、データを Excel にエクスポートし、そこでプレゼンテーション用のグラフを作成したり、複合利益や ROI 指標などのカスタム指標を計算する、あるいはモデルを構築しながらそれらを Decision List Viewer で表示するなどの作業ができます。

例。 金融機関のマーケティング部門は、各顧客に適切なオファーを突き合わせることにより、将来のキャンペーンでより収益性の高い結果を達成したいと考えています。 ディシジョン・リスト・モデルを使用すると、以前の販売促進を基に顧客が最も好意的な反応を示す特徴を識別し、その結果に基づいてメーリング リストを生成できます。

要件。 タイプ Flag または Nominal の測定レベルを持つ単一のカテゴリー対象フィールド。予測する 2 値の結果 (yes/no) と、少なくとも 1 つの入力フィールドを示します。 ターゲット・フィールドのタイプが Nominalの場合、 ヒットまたは 応答として扱う単一値を手動で選択する必要があります。その他の値はすべて、 ヒットしないとしてまとめられます。 任意でフリクエンシ フィールドも指定することができます。 連続する日付/時刻型フィールドは無視されます。 連続する数値範囲型の入力フィールドは、モデル作成ノードの「エキスパート」タブで指定されたアルゴリズムにより自動的に分割されます。 ビン分割をより細かく制御するには、上流のデータ分割ノードを追加し、測定の尺度が Ordinalのビン分割フィールドを入力として使用します。