สารบัญ:
จำเป็นต้องใช้โมเดลเพื่อทำการวิเคราะห์เชิงคาดการณ์ แบบจำลองคืออะไร แต่เป็นตัวแทนทางคณิตศาสตร์ของกลุ่มคนในโลกที่มีความสนใจรูปแบบสามารถเลียนแบบพฤติกรรมของลูกค้าได้ สามารถแสดงส่วนต่างๆของลูกค้าได้ โมเดลที่ทำอย่างดีและมีการปรับแต่งอย่างดีสามารถคาดการณ์ - คาดการณ์ได้ด้วยความแม่นยำสูง - ผลต่อไปของเหตุการณ์หนึ่ง ๆ
คุณมีวิธีต่างๆในการจัดประเภทโมเดลที่ใช้สำหรับการวิเคราะห์เชิงคาดการณ์ โดยทั่วไปคุณสามารถเรียงลำดับได้โดย
- ปัญหาทางธุรกิจที่พวกเขาแก้ไขและหน้าที่ทางธุรกิจหลักที่พวกเขาให้บริการ (เช่นการขายการโฆษณาทรัพยากรบุคคลหรือการบริหารความเสี่ยง)
- การใช้คณิตศาสตร์ที่ใช้ในโมเดล (เช่นสถิติการทำเหมืองข้อมูลและการเรียนรู้ด้วยเครื่อง)
ทุกรูปแบบจะมีการรวมกันของลักษณะเหล่านี้ บ่อยกว่าไม่หนึ่งหรืออื่น ๆ จะครอง ฟังก์ชั่นที่ตั้งใจไว้ของโมเดลสามารถใช้หนึ่งในหลายทิศทาง - การทำนายการจัดกลุ่มการจัดกลุ่มการตัดสินใจหรือการเชื่อมโยง
แบบจำลองการคาดการณ์
แบบจำลองที่คาดเดาจะวิเคราะห์ข้อมูลและคาดการณ์ผลลัพธ์ต่อไป นี่เป็นส่วนสำคัญของการวิเคราะห์เชิงคาดการณ์แตกต่างจากระบบธุรกิจอัจฉริยะ ทางธุรกิจจะตรวจสอบสิ่งที่เกิดขึ้นในองค์กรในขณะนี้ แบบจำลองที่คาดการณ์จะวิเคราะห์ข้อมูลในอดีตเพื่อทำการตัดสินใจเกี่ยวกับโอกาสในการเกิดผลในอนาคต
หากมีเงื่อนไขบางอย่าง (จำนวนและความถี่ของการร้องเรียนของลูกค้าล่าสุดวันที่ต่ออายุบริการที่ใกล้เข้ามาและความพร้อมใช้งานของตัวเลือกที่ถูกกว่าโดยการแข่งขัน) ลูกค้ารายนี้จะปั่นป่วนได้หรือไม่?
ผลลัพธ์ของรูปแบบการทำนายสามารถเป็นคำตอบแบบไบนารี yes / no หรือ 0/1: ไม่ว่าจะเป็นการทำธุรกรรมด้วยความฉ้อฉลเช่น รูปแบบการคาดการณ์สามารถสร้างผลลัพธ์ได้หลายครั้งบางครั้งการรวมผลลัพธ์ใช่หรือไม่โดยมีความเป็นไปได้ที่เหตุการณ์บางอย่างจะเกิดขึ้น ความน่าเชื่อถือของลูกค้าตัวอย่างเช่นอาจได้รับการจัดอันดับว่าใช่หรือไม่และมีความเป็นไปได้ที่กำหนดให้อธิบายถึงแนวโน้มว่าลูกค้าจะต้องชำระเงินกู้ได้ทันเวลา
รูปแบบการจัดกลุ่มและจำแนก
เมื่อโมเดลใช้การจัดกลุ่มและจำแนกประเภทจะระบุการจัดกลุ่มที่แตกต่างกันภายในข้อมูลที่มีอยู่ คุณยังสามารถสร้างโมเดลการคาดการณ์ที่ด้านบนของผลลัพธ์ของรูปแบบการจัดกลุ่มโดยใช้การจัดกลุ่มเพื่อจัดจุดข้อมูลใหม่
ตัวอย่างเช่นหากคุณเรียกใช้อัลกอริทึมการจัดกลุ่มข้อมูลลูกค้าของคุณและแยกกลุ่มเหล่านี้ออกเป็นกลุ่มที่กำหนดเองคุณสามารถใช้การจำแนกประเภทเพื่อเรียนรู้เกี่ยวกับลูกค้ารายใหม่และระบุกลุ่มของเขาได้อย่างชัดเจนจากนั้นคุณสามารถปรับแต่งการตอบสนองของคุณ (เช่นแคมเปญการตลาดที่กำหนดเป้าหมาย) และการจัดการกับลูกค้ารายใหม่
การจัดหมวดหมู่ใช้การรวมกันของลักษณะและคุณลักษณะเพื่อระบุว่ารายการข้อมูลเป็นของชั้นใด
แอพพลิเคชันหรือปัญหาทางธุรกิจจำนวนมากอาจถูกจัดเป็นปัญหาการจัดหมวดหมู่ ในระดับพื้นฐานเช่นคุณสามารถจำแนกผลลัพธ์ได้ตามที่ต้องการและไม่ต้องการ ตัวอย่างเช่นคุณสามารถจัดประเภทการเรียกร้องประกันว่าถูกต้องหรือเป็นการฉ้อโกง
โมเดลการตัดสินใจ
เมื่อพิจารณาสถานการณ์ที่ซับซ้อนแล้วการตัดสินใจที่ดีที่สุดคืออะไรและถ้าคุณจะดำเนินการดังกล่าวผลลัพธ์ที่ได้คืออะไร? โมเดลที่มุ่งเน้นการตัดสินใจ (เรียกง่ายๆว่า แบบจำลองการตัดสินใจ) ตั้งคำถามดังกล่าวโดยการสร้างแผนกลยุทธ์เพื่อระบุขั้นตอนการดำเนินการที่ดีที่สุดโดยมีเหตุการณ์บางอย่าง โมเดลการตัดสินใจอาจเป็นกลยุทธ์การลดความเสี่ยงช่วยในการระบุการตอบสนองที่ดีที่สุดของคุณต่อเหตุการณ์ที่ไม่น่าเป็นไปได้
โมเดลการตัดสินใจจะทำการสำรวจสถานการณ์ต่างๆและเลือกสิ่งที่ดีที่สุดในทุกหลักสูตร ในการตัดสินใจอย่างชาญฉลาดคุณจำเป็นต้องมีความเข้าใจอย่างลึกซึ้งเกี่ยวกับความสัมพันธ์ที่ซับซ้อนในข้อมูลและบริบทที่คุณใช้งานอยู่รูปแบบการตัดสินใจทำหน้าที่เป็นเครื่องมือในการช่วยคุณพัฒนาความเข้าใจนั้น
รูปแบบสมาคม
รูปแบบการเชื่อมโยง (เรียกว่า association models) สร้างขึ้นจากความสัมพันธ์และความสัมพันธ์ที่มีอยู่ในข้อมูล ถ้า (ตัวอย่างเช่น) ลูกค้าสมัครรับบริการพิเศษบางแห่งอาจเป็นไปได้ว่าเธอจะสั่งซื้อบริการเฉพาะอื่น ๆ หากลูกค้าต้องการซื้อผลิตภัณฑ์ A (รถสปอร์ต) และผลิตภัณฑ์ดังกล่าวเชื่อมโยงกับผลิตภัณฑ์ B (กล่าวคือแว่นตากันแดดที่มีตราสินค้าโดยผู้ผลิตรถยนต์) เขามีแนวโน้มที่จะซื้อผลิตภัณฑ์ B.
ความสัมพันธ์บางส่วนเหล่านี้สามารถทำได้ สามารถระบุได้อย่างง่ายดาย คนอื่นอาจไม่ชัดเจน การสะดุดกับสมาคมที่น่าสนใจที่ไม่รู้จักก่อนหน้านี้สามารถนำไปสู่ผลประโยชน์ที่น่าทึ่ง
อีกวิธีหนึ่งในการค้นหาความเชื่อมโยงคือการกำหนดว่าเหตุการณ์ที่กำหนดจะเพิ่มโอกาสที่เหตุการณ์อื่นจะเกิดขึ้นหรือไม่ ตัวอย่างเช่นหาก บริษัท ที่เป็นผู้นำในภาคอุตสาหกรรมบางแห่งรายงานรายได้ที่เป็นตัวเอกว่าอะไรคือความเป็นไปได้ที่ตะกร้าหุ้นในภาคอุตสาหกรรมเดียวกันจะเพิ่มขึ้นหรือลดลง
