Преглед на модела за прогнозиране

AI Builder Моделите за прогнозиране анализират модели в предоставените от вас исторически данни. Моделите за прогнозиране се научават да свързват тези модели с резултатите. След това използваме силата на AI, за да открием научени модели в нови данни и да ги използваме, за да прогнозираме бъдещи резултати.

Използвайте модела за прогнозиране, за да изследвате бизнес въпроси, на които може да се отговори по един по следните начини:

• От две налични опции (двоични).
• От множество възможни резултати.
• Където отговорът е число.

Двоична прогноза

Двоична прогноза е, когато зададеният въпрос има два възможни отговора. Например: да/не, вярно/невярно, навреме/късно, тръгване/не и т.н. Примери за въпроси, които използват двоично прогнозиране, включват:

• Отговаря ли на условията кандидат за членство?
• Има ли вероятност тази транзакция да е измамна?
• Клиентът добър кандидат ли е за маркетингова кампания?
• Има ли вероятност акаунтът да плаща фактурите си навреме?

Множество прогнози за резултати

Множественото прогнозиране на резултатите е, когато на въпроса може да се отговори от списък с повече от два възможни резултата. Примери за множество прогнози на резултатите включват:

• Ще пристигне ли пратката рано, навреме, късно или много късно?
• От кой продукт би се интересувал клиентът?

Числова прогноза

Числова прогноза е, когато на въпроса се отговаря с число. Примери за числови прогнози включват:

• Колко дни трябва да пристигне една пратка?
• Колко обаждания трябва да обработва един агент на ден?
• Колко артикула трябва да държим в инвентара?
• Колко потенциални клиенти трябва да конвертира екипът по продажбите за един месец?

Свързана информация

Наличност на функции по региони
Предпоставки за модел за прогнозиране