Panoramica del modello di previsione
I modelli di previsione di AI Builder analizzano i modelli nei dati storici che fornisci. I modelli di previsione imparano ad associare questi modelli ai risultati. Quindi viene utilizzata la potenza dell'IA per rilevare i modelli appresi nei nuovi dati e vengono utilizzati per prevedere i risultati futuri.
Utilizza il modello di previsione per esplorare le domande aziendali a cui è possibile rispondere in uno dei seguenti modi:
- Da due opzioni disponibili (binaria).
- Da molteplici risultati possibili.
- Dove la risposta è un numero.
Previsione binaria
La previsione binaria è quando la domanda posta ha due possibili risposte. Ad esempio: sì/no, vero/falso, puntuale/in ritardo, passa/non passa e così via. Esempi di domande che utilizzano la previsione binaria includono:
- Un candidato è idoneo all'iscrizione?
- Questa transazione può essere fraudolenta?
- Un cliente è un buon candidato per una campagna di marketing?
- È probabile che un account paghi le fatture in tempo?
Previsione con molteplici risultati
La previsione con molteplici risultati si verifica quando è possibile rispondere alla domanda da un elenco di più di due risultati possibili. Esempi di previsione con molteplici risultati includono:
- Una spedizione arriverà in anticipo, quando previsto, in ritardo o molto in ritardo?
- A quale prodotto sarebbe interessato un cliente?
Previsione numerica
La previsione numerica è quando la risposta alla domanda è numerica. Esempi di previsione numerica includono:
- Tra quanti giorni arriverà una spedizione?
- Quante chiamate deve gestire quotidianamente un agente?
- Quanti articoli dobbiamo tenere nell'inventario?
- Quanti lead dovrebbe convertire un team di vendita in un mese?
Informazioni correlate
Disponibilità delle funzionalità per area geografica
Prerequisiti del modello di previsione