세그먼트, 규칙, 조건

RFM_SCORE > 10 and
MONTHS_CURRENT <= 9

규칙은 나열된 순서대로 적용됩니다. 즉, 첫 번째 일치하는 규칙이 지정된 레코드의 결과를 판별합니다. 독립적으로 작용하는 규칙이나 조건은 겹칠 수 있지만 규칙의 순서는 모호성을 해결합니다. 일치하는 규칙이 없으면 나머지 규칙에 레코드가 할당됩니다.

완벽한 스코어링 제어

의사결정 목록 뷰어를 통해 세그먼트를 확인, 수정 및 인식하고 스코어링을 위해 포함 또는 제외시킬 세그먼트를 선택할 수 있습니다. 예를 들어 한 고객 그룹을 미래의 오퍼에서 제외시키고 다른 고객 그룹을 포함하도록 선택한 후 이 선택이 전반적인 적중률에 어떤 영향을 미치는지 즉시 확인할 수 있습니다. 의사결정 목록 모델은 포함된 세그먼트에 대해 Yes 스코어를 리턴하고, 나머지를 포함한 그 외의 모든 세그먼트에 대해 $null$을 리턴합니다. 이러한 직접적인 스코어링 제어를 통해 의사결정 목록 모델은 가장 적합한 메일링 목록을 생성하며, 콜센터 또는 마케팅 애플리케이션을 포함한 고객 관계 관리에 광범위하게 사용됩니다.

마이닝 작업, 측정값, 선택

모델링 프로세스는 마이닝 작업으로 구동됩니다. 각 마이닝 작업은 효과적으로 새 모델링 실행을 시작하고 선택할 새 대체 모델 세트를 리턴합니다. 기본 작업은 의사결정 목록 노드의 초기 지정 사항을 기준으로 하지만, 사용자 정의 작업을 원하는 만큼 정의할 수 있습니다. 작업을 반복해서 적용할 수도 있습니다. 예를 들어 전체 훈련 세트에서 고확률 검색을 실행한 후 나머지에 저확률 검색을 실행해 저성능 세그먼트를 제거할 수 있습니다.

데이터 선택

모델 작성 및 평가를 위한 데이터 선택과 사용자 정의 모델 측도를 정의할 수 있습니다. 예를 들어 마이닝 작업에서 데이터 선택 항목을 지정하여 모델을 특정 지역에 맞게 조정하고 사용자 정의 측도를 작성하여 해당 모델이 전체 국가에서 얼마나 효과적인지 평가할 수 있습니다. 마이닝 작업과 달리, 측도는 기본 모델을 변경하지는 않지만 얼마나 효과적인지 평가할 또 다른 시각을 제공합니다.

비즈니스 지식 추가

의사결정 목록 뷰어를 사용하면 알고리즘으로 식별된 세그먼트를 미세 조정하거나 확장하여 비즈니스 지식을 모델에 통합할 수 있습니다. 모델에서 생성된 세그먼트를 편집하거나 직접 지정한 규칙을 기반으로 세그먼트를 추가할 수 있습니다. 그런 다음 변경사항을 적용하고 결과를 미리 볼 수 있습니다.

더 깊이 있는 통찰을 위해 Excel을 포함한 동적 링크를 사용하여 데이터를 Excel로 내보내서 프리젠테이션 차트를 작성하고 복합 이익 및 ROI와 같은 사용자 정의 측도를 계산할 수 있습니다. 이러한 사항은 모델을 작성하는 동안 의사결정 목록 뷰어에서 볼 수 있습니다.

예. 금융 기관의 마케팅 부서는 각 고객에게 적절한 오퍼를 일치시켜 향후 캠페인에서 보다 수익성 있는 결과를 얻기를 원합니다. 의사결정 목록 모델을 사용하여 이전 프로모션을 기반으로 가장 우호적으로 반응할 것 같은 고객 특성을 식별하고 결과에 따라 메일링 목록을 생성할 수 있습니다.

요구사항. 예측하려는 이분형 결과를 표시하는 Flag 또는 Nominal 유형의 측정 수준이 있는 단일 범주형 대상 필드 (예/아니오) 및 하나 이상의 입력 필드입니다. 대상 필드 유형이 Nominal인 경우 적중또는 응답으로 처리할 단일 값을 수동으로 선택해야 합니다. 다른 모든 값은 함께 적중하지 않음으로 표시됩니다. 선택적 빈도 필드도 지정할 수 있습니다. 연속 날짜/시간 필드는 무시됩니다. 연속형 숫자 범위 입력은 모델링 노드의 고급 탭에 지정된 알고리즘을 통해 자동으로 구간화됩니다. 구간화를 더 세밀하게 제어하려면 업스트림 구간화 노드를 추가하고 구간화된 필드를 측정 수준이 Ordinal인 입력으로 사용하십시오.