Translation not up to date
Modele Lista decyzyjna identyfikują podgrupy lub segmenty , które wykazują większe lub mniejsze prawdopodobieństwo wystąpienia wyniku binarnego (tak lub nie) w odniesieniu do ogólnej próbki.
Można na przykład wyszukać klientów, których prawdopodobieństwo odejścia jest najmniejsze, lub którzy z największym prawdopodobieństwem pozytywnie zareagują na kampanię. Przeglądarka Lista decyzyjna daje pełną kontrolę nad modelem, umożliwiając edytowanie segmentów, dodawanie własnych reguł biznesowych, określanie sposobu oceny poszczególnych segmentów oraz dostosowywanie modelu na wiele innych sposobów w celu zoptymalizowania proporcji trafień we wszystkich segmentach. Dlatego narzędzie to szczególnie dobrze nadaje się do generowania list mailingowych lub wybierania rekordów, do których powinna być skierowana konkretna kampania. Można wykorzystać wiele zadań eksploracji, by łącznie zastosować różne techniki modelowania — np. ujawnić najlepsze i najgorsze segmenty w jednym modelu i uwzględnić lub wykluczyć takie segmenty na etapie oceniania.
Segmenty, reguły i warunki
RFM_SCORE > 10 and
MONTHS_CURRENT <= 9Reguły stosowane są w kolejności, w jakiej są wymienione, przy czym pierwsza spełniona reguła determinuje wynik dla danego rekordu. Rozpatrywane niezależnie reguły lub warunki mogą zachodzić na siebie, jednak kolejność reguł w pełni je ujednoznacznia. Jeśli żadna reguła nie jest spełniona, rekord jest przypisywany do pozostałości.
Pełna kontrola nad ocenianiem
Przeglądarka listy decyzyjnej umożliwia wyświetlanie, modyfikowanie i reorganizowanie segmentów oraz wybieranie, które mają być uwzględniane lub wykluczane do celów oceniania. Możemy na przykład wykluczyć jedną grupę klientów z przyszłych ofert i uwzględnić inną grupę, by natychmiast zobaczyć, jak wpłynie to na ogólny wskaźnik trafień. Modele Lista decyzyjna zwracają wynik Yes dla uwzględnionych segmentów i $null$ dla wszystkich pozostałych, w tym pozostałej części. Dzięki umożliwieniu tak bezpośredniej kontroli nad procesem oceniania modele list decyzyjnych doskonale nadają się do generowania list mailingowych i są szeroko stosowane w zarządzaniu relacjami z klientami, w tym w telefonicznych centrach obsługi i zastosowaniach marketingowych.
Zadania eksploracji, miary i wybory
Procesem modelowania steruje się za pośrednictwem zadań eksploracji. Każde zadanie eksploracji zasadniczo inicjuje nowy przebieg modelowania i zwraca nowy zestaw alternatywnych modeli do wyboru. Zadanie domyślne jest oparte na początkowych specyfikacjach w węźle Lista decyzyjna, ale można zdefiniować dowolną liczbę zadań niestandardowych. Zadania można też uruchamiać iteracyjnie, np. uruchomić wyszukiwanie wysokiego prawdopodobieństwa na całym zbiorze uczącym, a następnie uruchomić wyszukiwanie niskiego prawdopodobieństwa na pozostałości, aby wyeliminować słabe segmenty.
Wybory danych
Można definiować wybory danych i własne miary modelu na potrzeby budowania i oceny jakości modelu. Na przykład w zadaniu eksploracji można określić wybór danych, aby dopasować model do konkretnego regionu, i utworzyć własną miarę, aby ocenić działanie tego modelu na danych z całego kraju. W odróżnieniu od zadań eksploracji miary nie zmieniają bazowego modelu, lecz pozwalają w inny sposób spojrzeć na jakość jego działania.
Wykorzystanie wiedzy biznesowej użytkownika
Dzięki dostrajaniu lub rozszerzaniu segmentów identyfikowanych przez algorytm, przeglądarka listy decyzyjnej umożliwia włączenie wiedzy biznesowej do modelu. Można edytować segmenty wygenerowane przez model lub dodawać nowe segmenty bazujące na regułach określonych przez użytkownika. Następnie można zastosować te zmiany i wyświetlić podgląd wyników.
Aby uzyskać więcej informacji, dynamiczny odsyłacz z programem Excel umożliwia eksportowanie danych do programu Excel, gdzie można go używać do tworzenia wykresów prezentacji i do obliczania miar niestandardowych, takich jak złożony zysk i zwrot z inwestycji, które mogą być wyświetlane w przeglądarce listy decyzyjnej podczas budowania modelu.
Przykład. Dział marketingu instytucji finansowej chce osiągnąć bardziej dochodowe wyniki w przyszłych kampaniach poprzez dopasowanie odpowiedniej oferty do każdego klienta. Za pomocą modelu Lista decyzyjna można identyfikować cechy klientów, które mogą odpowiadać korzystnie na podstawie poprzednich promocji i generować listę mailingową w oparciu o wyniki.
Wymagania. Pojedyncza jakościowa zmienna przewidywania z poziomem pomiaru typu Flag lub Nominal , która wskazuje wynik binarny, który ma zostać przewidywony (tak/nie), oraz co najmniej jedno pole wejściowe. Jeśli typem pola docelowego jest Nominal, należy ręcznie wybrać pojedynczą wartość, która ma być traktowana jako trafienie, lub odpowiedź; wszystkie pozostałe wartości są zgrupowane jako nietrafienie. Opcjonalnie można też określić zmienną częstości. Ilościowe zmienne daty/czasu są ignorowane. Wejściowe ilościowe zmienne liczbowe są automatycznie kategoryzowane przez algorytm w sposób określony na karcie
Zaawansowane węzła modelowania. Aby dokładniej kontrolować kategoryzację, należy dodać węzeł kategoryzacji wyższego poziomu i użyć pola kategoryzowanego jako danych wejściowych z poziomem pomiaru Ordinal.