Uzel samoučeného modelu odezvy (SLRM) generuje a povoluje aktualizaci modelu, který vám umožňuje předpovídat, které nabídky jsou nejvhodnější pro zákazníky a pravděpodobnost akceptované nabídky. Tyto druhy modelů jsou nejužitečnější ve správě vztahů se zákazníky, jako jsou marketingové aplikace nebo call centra.

Tento příklad je založen na fiktivních bankovních společnostech. Marketingové oddělení chce dosáhnout ziskovějších výsledků v budoucích kampaních tím, že bude odpovídajícím způsobem odpovídat příslušné nabídce finančních služeb každému zákazníkovi. Konkrétně tento příklad používá model samo-Learning Response k identifikaci charakteristik zákazníků, kteří pravděpodobně odpoví příznivě na základě předchozích nabídek a odpovědí a na podporu nejlepší aktuální nabídky založené na výsledcích.

Tento příklad používá tok s názvem Vytvoření nabídek pro zákazníky-Self-Learning, která je k dispozici v ukázkovém projektu importováno dříve. Datové soubory jsou pm_customer_train1.csv, pm_customer_train2.csva pm_customer_train3.csv.

1. Otevřete Ukázkový projekt.
2. Posuňte se dolů do sekce Toky produktu Modeler , klepněte na volbu Zobrazit všea vyberte tok Vyvolávání nabídek pro zákazníky-vlastní učení .

Existující data

Bankovní společnost má historické údaje, které sledují nabídky zákazníků v minulých kampaních, spolu s odpověďmi na tyto nabídky. Tato data také zahrnují demografické a finanční informace, které lze použít k předpovídání sazeb odezvy pro různé zákazníky.