הצג את רמת הדיוק וביצועים של מודלים של ניקוד תחזיתי
הכרת רמת הדיוק של מודל ניקוד תחזיתי עוזרת להחליט אם המודל מוכן לשימוש או שצריך לכוונן אותו לרמת דיוק טובה יותר. זה גם עוזר לך לשכנע את צוות ההנהלה והמוכרים לאמץ את המודל לשיפור התוצאות העסקיות.
המדדים המתוארים במאמר זה חלים הן על ניקוד הזדמנויות והן על ניקוד הפניות.
דרישות רשיון ותפקיד
| סוג דרישה | הכרחי |
|---|---|
| רשיון | Dynamics 365 Sales Premium או Dynamics 365 Sales Enterprise למידע נוסף: מחירי Dynamics 365 Sales |
| תפקידי אבטחה | מנהל מערכת מידע נוסף: תפקידי אבטחה מוגדרים מראש ל'מכירות' |
גורמים מובילים המשפיעים על הדיוק
מודל ניקוד תחזיתי מחשב את הסבירות שהזדמנות או או הפניה יביאו למכירה. דיוק המודל תלוי בגורמים הבאים:
- האיכות והכמות של הנתונים הזמינים להכשרת המודל
- זרימת התהליך העסקי והמסננים שבחרת
- השלבים והתכונות שבחרת, אם המודל משתמש במידול לפי שלב
המודל עובר אימון באמצעות 80% מההזדמנויות הסגורות או ההפניות באימון ערכת הנתונים. זה מאומת באמצעות 20% הנותרים כבדיקה של ערכת נתונים, המורכב מהרשומות העדכניות ביותר. הדיוק של המודלים מחושב באמצעות ערכת הנתונים המאומת לבדיקה בהתבסס על פרמטרים כמו תוצאות חיוביות אמיתיות, תוצאות חיוביות מוטעות וכו'.
הצג מדדי דיוק וביצועים
עבור אל שינוי אזור בפינה הימנית התחתונה של 'מרכז המכירות' ובחר הגדרות Sales Insights.
במפת האתר, במודלים תחזיתיים, בחר ניקוד הזדמנות או ניקוד הפניות.
ברשימה בחר מודל, בחר מודל.
בחר בכרטיסיה ביצועים.
כרטיסיית הביצועים מציגה את המדדים הבאים. אם אינך רואה מדדים בכרטיסיה ביצועים, עריכה ואימון מחדש של מודל ניקוד הזדמנויות.
ביצועי המודל: מציין אם המודל מוכן לפרסום על סמך הפרמטרים הבאים:
דיוק: באיזו תדירות המודל ביצע תחזיות נכונות, חיוביות או שליליות. מדד זה שימושי ביותר כאשר ערכת נתונים מאוזנת, והעלות של תוצעות חיוביות מוטעות ותוצאות שליליות מוטעות זהה. ניקוד הדיוק מחושב באמצעות הנוסחה הבאה:
דיוק = (TP + TN) / (מספר כולל של הזדמנויות או הפניות שנוקדו) *100
אחזר: מציין באיזו תדירות המודל חזה תוצאה חיובית בצורה נכונה בהשוואה לתוצאות החיוביות בפועל. ציון אכזור נמוך אומר שהמודל חוזה פחות תוצאות חיוביות אמיתיות. ניקוד האחזור מחושב באמצעות הנוסחה הבאה:
אחזור = TP / (TP + FN) * 100
שיעור המרות: אחוז ההזדמנויות או הפניות שעמדו בדרישות או זכו לפי נתונים היסטוריים, או הסבירות להמרה של הזדמנות או הפניה. המודל משתמש בערך הזה כדי לקבוע כיצד תכונה תשפיע על הציון תחזיתי. שיעור ההמרה מחושב באמצעות הנוסחה הבאה:
שיעור ההמרה = (TP + TN) / (מספר כולל של הזדמנויות או הפניות שנוקדו) *100
מטריצת בלבול: מציין עד כמה המודל שלך מסוגל לחזות את התוצאות כאשר הוא נבדק מול נתונים היסטוריים. המטריצה מציגה את מספר התוצאות החיוביות האמיתיות, השליליות האמיתיות, החיוביות המוטעות ושליליות המוטעות.
מדד חזוי בפועל תוצאה חיובית נכונה (TP) כן כן תוצאה שלילית נכונה (TN) כן כן תוצאה חיובית מוטעית (FP) כן כן תוצאה שלילית מוטעית (FN) כן כן שטח מתחת לעקומה: מציג את השטח מתחת לניקוד העקומה (AUC) של המודל. ציון ה-AUC קובע את ההסתברות שמודל ידרג מופע חיובי שנבחר באקראי (הזדמנות או הפניה שהסתיימו בזכיה) הגבוה ממופע שלילי שנבחר באקראי (הזדמנות או הפניה שנפסלו). מודל עם AUC גבוה יותר טוב יותר בחיזוי תוצאות חיוביות ושליליות אמיתיות.
ניקוד F1: מציג את הציון F1 המחושב על סמך ניקוד הדיוק והאחזור של המודל. ציון F1 מאפשר לקבוע את איכות המודל גם במקרים של חוסר איזון בנתונים.
סף: מגדיר את הסף שבו ההפניה או ההזדמנות נחשבות מתאימות או כזכיה. לדוגמה, אם הסף הוא 45, התחזית עבור הזדמנויות עם ציון גבוה מ- 45 תהיה זכייה. הסף נבחר כדי למטב את ציון ה- F1.
דוגמה: מדדי ביצועים במודל
נסתכל על תוצאות חיזוי עבור ערכת נתונים לדוגמה של 1,000 הזדמנויות:
| נתונים | מספר ההזדמנויות |
|---|---|
| חיובי אמיתי | 650 |
| תוצאה חיובית מוטעית | 200 |
| שלילי אמיתי | 100 |
| תוצאה שלילית מוטעית | 50 |
המודל חזה 850 הזדמנויות (TP+FP) לזכייה, אולם רק 650 (TP) הזדמנויות הפכו לזכיות בפועל. באופן דומה, המודל חזה ש-150 (TN + FN) הזדמנויות יאבדו אך רק 100 (TN) הזדמנויות אבדו.
הטבלה הבאה מציגה את המדדים של הנתונים.
| מדד | ניקוד |
|---|---|
| דיוק | (650 + 100) / 1,000 = 75% |
| אחזר | 650 / (650 + 50) = 92% |
| שיעור המרה | (650 + 50) / 1,000 = 70% |
שפר את ביצועי המודל
אם המודל לא מוכן לפרסום או לא מניב ביצועים טובים, נסה את השלבים הבאים כדי לשפר את הניקוד שלו.
- סקור את התכונות שבהן הוא משתמש.
- הצג תובנות של תכונות כדי להבין את השפעתן על החיזוי הכולל של המודל.
- התעלם מערכים ריקים עבור תכונות שיש להן אחוז גבוה יותר של ערכים ריקים, שייתכן שהן גורמות לתוצאות חיוביות או שליליות מוטעות.
- כלול שדות חכמים כדי לעזור למודל ניקוד הפניות להבחין בין גורמים שמשפרים או שפוגעים בניקוד.
- השתמש ביצירת מודל לכל שלב במודל ניקוד הזדמנויות כדי לבחור תכונות ליישום בכל שלב בתהליך העסקי.
- צמצם את קריטריוני הסינון, פרק הזמן עבור נתוני האימון או תצורות מודל אחרות. לדוגמה, אם בחרת פרק זמן של שנתיים לנתוני אימון ויש לך יותר מדי מבחנים או רשומות שגויות בתקופה הזו, בחר פרק זמן קצר יותר, למשל חצי שנה או שנה, כאשר איכות הנתונים טובה יותר.
לא מוצא את האפשרויות באפליקציה שלך?
יש שלוש אפשרויות:
- אין לך הרישיון או התפקיד הדרוש.
- מנהל המערכת שלך לא הפעיל את התכונה.
- הארגון שלך משתמש באפליקציה מותאמת אישית. ודא עם מנהל המערכת שלך מהם השלבים המדויקים. השלבים המתוארים במאמר זה מתייחסים ספציפית לאפליקציות המוכנות לשימוש מרכז המכירות ו-Sales Professional.