สารบัญ:
การแสดงผลของการวิเคราะห์เชิงคาดการณ์ของคุณช่วยให้ผู้มีส่วนได้ส่วนเสียเข้าใจขั้นตอนต่อไป ต่อไปนี้เป็นวิธีการใช้เทคนิคการสร้างภาพเพื่อรายงานผลของโมเดลของคุณต่อผู้มีส่วนได้ส่วนเสีย
การจำแนกกลุ่มที่ซ่อนอยู่ในข้อมูลของคุณ
การจัดกลุ่มข้อมูลคือกระบวนการค้นหากลุ่มที่ซ่อนอยู่ของรายการที่เกี่ยวข้องภายในข้อมูลของคุณ ในกรณีส่วนใหญ่ กลุ่ม (การจัดกลุ่ม) ประกอบด้วยวัตถุข้อมูลประเภทเดียวกันเช่นผู้ใช้เครือข่ายสังคมข้อความเอกสารหรืออีเมล
วิธีหนึ่งในการมองเห็นผลลัพธ์ของรูปแบบการจัดกลุ่มข้อมูลคือกราฟที่แสดงถึงสังคม (กลุ่ม) ที่ค้นพบในข้อมูลที่เก็บรวบรวมจากผู้ใช้เครือข่ายสังคม ข้อมูลเกี่ยวกับลูกค้าถูกเก็บรวบรวมในรูปแบบตาราง จากนั้นจึงใช้อัลกอริทึมการจัดกลุ่มข้อมูลกับข้อมูลและค้นพบกลุ่ม (กลุ่ม) สามกลุ่ม ได้แก่ ลูกค้าประจำลูกค้าหลงลืมและลูกค้าที่มีส่วนลด
ที่นี่ความสัมพันธ์ระหว่างกลุ่มภาพสามมิติได้แสดงให้เห็นแล้วว่าการตลาดที่เพิ่มขึ้นอาจทำงานได้ดีที่สุด
วิธีการสร้างภาพข้อมูลผลการจัดหมวดหมู่ข้อมูล
รูปแบบการจำแนกระบุคลาสเฉพาะสำหรับแต่ละจุดข้อมูลใหม่ที่ตรวจสอบ คลาสที่เฉพาะเจาะจงในกรณีนี้อาจเป็นกลุ่มที่เกิดจากการจัดกลุ่มของคุณ ผลลัพธ์ที่ไฮไลต์ในกราฟสามารถกำหนดชุดเป้าหมายได้ สำหรับลูกค้ารายใหม่ ๆ รายใดรูปแบบการจัดประเภททำนายจะพยายามคาดเดากลุ่มลูกค้าใหม่ที่จะเป็นสมาชิก
ต่อไปนี้เป็นตัวอย่างหนึ่งของการป้อนข้อมูลลูกค้าใหม่ไปยังรูปแบบการวิเคราะห์เชิงคาดการณ์ซึ่งจะคาดการณ์กลุ่มลูกค้าที่เป็นลูกค้ารายใหม่รายนี้ ลูกค้าใหม่ A, B และ C กำลังจะถูกกำหนดให้กับกลุ่มตามรูปแบบการจำแนกการใช้รูปแบบการจัดหมวดหมู่ทำให้เกิดการคาดการณ์ว่าลูกค้า A จะอยู่กับลูกค้าที่ภักดีลูกค้า B จะเป็นผู้หลงใหลและลูกค้า C ก็แสดงเฉพาะส่วนลดเท่านั้น
ในการจัดกลุ่มหรือจัดกลุ่มลูกค้าใหม่ทุกครั้งที่คุณเข้าสู่
ค่าผิดปกติ
- กรณีพิเศษที่ไม่พอดีกับหน่วยงานที่มีอยู่ ในตัวอย่างนี้ค่าดีเอ็นเอไม่กี่ตัวไม่พอดีกับกลุ่มที่กำหนดไว้ล่วงหน้า ลูกค้าหกรายได้รับการตรวจพบและแสดงภาพ พวกเขาทำตัวแตกต่างกันมากพอสมควรว่าแบบจำลองไม่สามารถบอกได้ว่าพวกเขาอยู่ในกลุ่มลูกค้าที่กำหนดไว้หรือไม่ (มีเรื่องแบบนั้นหรือไม่เช่นพูดเป็นลูกค้าที่หลงใหลในความภักดีผู้ที่สนใจเฉพาะส่วนลดนี้เท่านั้นและถ้ามีควรดูแลธุรกิจของคุณหรือไม่?)
