Lektion 5: Erstellung von neuronalen Netzwerk- und logistischen Regressionsmodellen (Fortgeschrittenes Data-Mining-Tutorial)

Die Abteilung "Operations" von Adventure Works arbeitet an einem Projekt, um die Kundenzufriedenheit mit ihrem Call Center zu verbessern. Sie haben einen Anbieter eingestellt, um das Callcenter zu verwalten und Metriken zur Effektivität des Callcenters zu melden und Sie aufgefordert, einige vorläufige Daten des Anbieters zu analysieren. Sie möchten wissen, ob es interessante Erkenntnisse gibt. Besonders möchten sie wissen, ob die Daten auf Personalprobleme hinweisen oder Wege zur Verbesserung der Kundenzufriedenheit aufzeigen.

Der Datensatz ist klein und deckt nur einen Zeitraum von 30 Tagen im Betrieb des Callcenters ab. Die Daten verfolgt die Anzahl der neuen und erfahrenen Operatoren in jeder Schicht, die Anzahl der eingehenden Anrufe, die Anzahl der Bestellungen sowie Probleme, die behoben werden müssen, und die durchschnittliche Zeit, die ein Kunde auf eine Antwort auf einen Anruf wartet. Die Daten umfassen auch eine Leistungsqualitätsmetrik basierend auf der Abbruchrate, was ein Indikator für Kundenfrustheit ist.

Da Sie keine vorherigen Erwartungen an die Daten haben, entscheiden Sie sich, ein neurales Netzwerkmodell zu verwenden, um mögliche Korrelationen zu untersuchen. Neurale Netzwerkmodelle werden häufig zur Erkundung verwendet, da sie komplexe Beziehungen zwischen vielen Eingaben und Ausgaben analysieren können.

Lernziele

In dieser Lektion verwenden Sie den neuralen Netzwerkalgorithmus, um ein Modell zu erstellen, das Sie und das Operations-Team verwenden können, um die Trends in den Daten zu verstehen. Im Rahmen dieser Lektion werden Sie versuchen, die folgenden Fragen zu beantworten:

Welche Faktoren wirken sich auf die Kundenzufriedenheit aus?
Was kann das Call center tun, um die Servicequalität zu verbessern?

Basierend auf den Ergebnissen erstellen Sie dann ein logistisches Regressionsmodell, das Sie für Vorhersagen verwenden können. Die Vorhersagen werden vom Betriebsteam als Hilfe bei der Planung des Callcenterbetriebs verwendet.

Diese Lektion enthält die folgenden Themen: