Grafico profitti (Analysis Services - Data mining)

In un grafico dei profitti viene visualizzato l'aumento stimato dei profitti associato all'utilizzo di un modello di data mining. Se, ad esempio, tramite il modello viene eseguita una stima dei clienti che devono essere contattati da una società in uno scenario aziendale, nel grafico dei profitti sono incluse informazioni sui costi di una campagna di mailing diretto per contattare un numero x di clienti, quindi viene calcolato il profitto stimato. In un tipico grafico dei profitti viene mostrato un incremento dei profitti fino a un punto specifico, dopo il quale i profitti diminuiscono con l'aumentare del numero di persone contattate.

Informazioni sul grafico dei profitti

Un grafico dei profitti è simile a uno di accuratezza. Analogamente a un grafico di accuratezza, quello dei profitti può essere utilizzato per confrontare più modelli, purché in tutti venga stimato lo stesso attributo discreto. Non è disponibile alcuna interfaccia separata per la creazione di un grafico dei profitti. Iniziare utilizzando la scheda Grafico di accuratezza della scheda Grafico accuratezza modello di data mining di Progettazione modelli di data mining, quindi aggiungere le informazioni su costi e profitti che sono specifiche dei grafici dei profitti.

Per illustrare il funzionamento, in questo argomento viene descritto un grafico dei profitti creato per stimare quali sono i potenziali clienti che con più probabilità acquistano una bicicletta e il profitto che è possibile ottenere destinando in modo selettivo queste prospettive.

Per proseguire in questo scenario, utilizzare il modello di albero delle decisioni, TM_Decision Tree, creato nell'Esercitazione di base sul data mining. Iniziare selezionando un modello e un attributo stimabile, come per un grafico di accuratezza, ma scegliere Grafico profitti dall'elenco.

Verrà aperta automaticamente la finestra di dialogo Impostazione grafico profitti ogni volta che si sceglie un grafico dei profitti come tipo di grafico. Questa finestra di dialogo consente di specificare i costi e i vantaggi associati a una campagna di mailing diretto. Una volta impostati i parametri che consentono di definire un grafico dei profitti, il grafico visualizzato verrà modificato automaticamente in grafico dei profitti. Per il grafico mostrato in questi esempi, sono stati utilizzati i valori seguenti:

Impostazione	Valore
Scegliere un modello	TM_DecisionTree
Impostare l'attributo stimabile e il valore stimabile	Per questo scenario, si desidera in realtà selezionare solo i clienti che probabilmente acquisteranno una bicicletta, pertanto scegliere [Bike Buyer] =1 In altri scenari, potrebbe essere più importante modellare costi negativi, ovvero se si desidera che nel grafico dei profitti venga considerato il costo di una stima falsa. In tale scenario, non si specifica alcun particolare valore stimabile né vengono misurati tutti i risultati.
Scegliere il set di dati di testing o i dati utilizzati per valutare l'accuratezza e la redditività del modello	Se si desidera valutare solo l'accuratezza generale di redditività del modello, è possibile utilizzare il set di test generato quando è stata creata la struttura di data mining. Tuttavia, se si desidera stimare l'accuratezza e la redditività del modello su dati effettivi, utilizzare il set di dati contenente i potenziali clienti e i relativi attributi.
Impostare il valore per la popolazione target totale	Il database può contenere molti clienti, ma per risparmiare sulle spese di mailing si individuano come destinatari solo i primi 20.000 clienti identificati dal modello come aventi maggiore probabilità di rispondere.
Immettere il costo occasionale per la configurazione di una campagna di mailing diretto per 20.000 persone	500
Immettere il costo unitario per la campagna di mailing diretto Questa quantità verrà moltiplicata per un numero minore o uguale a 20.000, a seconda del numero di clienti stimati dal modello come buone possibilità	3
Immettere un valore che rappresenta la quantità di profitto o reddito che può essere previsto da un risultato positivo Questo importo verrà utilizzato per prevedere il profitto complessivo associato ai case con probabilità elevata.	25

Interpretazione dei risultati

Nel diagramma seguente viene mostrato il grafico basato su questi parametri. L'asse Y del grafico rappresenta i profitti, mentre l'asse X rappresenta la percentuale di popolazione contattata dalla società.

Il grafico dei profitti contiene una linea verticale grigia che indica una percentuale della popolazione di destinazione. È possibile spostare la linea facendo clic su un punto del grafico. Ogni volta che si sposta la linea, l'opzione Legenda data mining viene aggiornata per visualizzare il valore in percentuale, un punteggio per il profitto e la probabilità di stima associata alla percentuale di popolazione nella linea verticale grigia. Se si sposta la linea grigia nel punto del grafico corrispondente ai massimi profitti, è possibile utilizzare il valore di probabilità di stima per determinare una strategia per contattare i clienti.

Case in percentuale	Serie, Modello	Profitto	Probabilità di stima
30		$103,000	67.23%
40	TM_DecisionTree	$128,500	60.90%
50		$149,500	50.70%
60		$168,000	44.05%

Eseguendo più esperimenti con questo grafico, è possibile determinare che il picco della curva dei profitti corrisponde al 55% della popolazione e che la probabilità di stima associata è pari al 20%. Questi risultati indicano che per realizzare i massimi profitti è consigliabile contattare solo i clienti la cui risposta è stimata come maggiormente probabile per una percentuale pari al 20%.

Contenuto correlato

Negli argomenti seguenti sono contenute ulteriori informazioni su come sia possibile compilare e utilizzare i grafici di accuratezza.

Argomento	Collegamenti
Viene fornita una procedura dettagliata relativa alla creazione di un grafico di accuratezza per il modello Targeted Mailing.	Esercitazione di base sul data mining Test dell'accuratezza con i grafici di accuratezza (Esercitazione di base sul data mining)
Vengono illustrati i tipi di grafici correlati.	Grafico di accuratezza (Analysis Services - Data mining) Matrice di classificazione (Analysis Services - Data mining) Grafico a dispersione (Analysis Services - Data mining)
Viene descritta la convalida incrociata per modelli e strutture di data mining.	Convalida incrociata (Analysis Services - Data mining)
Vengono descritti i passaggi per la creazione di grafici di accuratezza e di altri grafici simili.	Attività e procedure di test e convalida (data mining)

Vedere anche

Concetti

Test e convalida (Data mining)