콜 센터 운영에 영향을 줄 수 있는 요인을 분석하는 것 외에도 직원이 서비스 품질을 개선할 수 있는 방법에 대한 몇 가지 구체적인 권장 사항을 제공하라는 요청을 받았습니다. 이 작업에서는 예비 모델을 빌드하고 예측을 만드는 데 사용할 마이닝 모델을 추가하는 데 사용한 것과 동일한 마이닝 구조를 사용합니다.
Analysis Services에서 로지스틱 회귀 모델은 신경망 알고리즘을 기반으로 하므로 신경망 모델과 동일한 유연성과 성능을 제공합니다. 그러나 로지스틱 회귀는 이진 결과를 예측하는 데 특히 적합합니다.
이 시나리오에서는 신경망 모델에 사용한 것과 동일한 마이닝 구조를 사용합니다. 그러나 비즈니스 질문을 대상으로 새 모델을 사용자 지정합니다. 서비스 품질을 개선하고 필요한 숙련된 운영자 수를 결정하는 데 관심이 있으므로 이러한 값을 예측하도록 모델을 설정합니다.
콜 센터 데이터를 기반으로 하는 모든 모델이 가능한 한 유사하도록 하려면 이전과 동일한 시드 값을 사용합니다. 시드 매개 변수를 설정하면 모델이 동일한 시작점에서 데이터를 처리하고 데이터의 아티팩트로 인한 변형을 최소화할 수 있습니다.
콜 센터 마이닝 구조에 새 마이닝 모델을 추가하려면
SSDT(SQL Server Data Tools)의 솔루션 탐색기에서 마이닝 구조인 콜 센터 Binned을 마우스 오른쪽 단추로 클릭하고 디자이너 열기를 선택합니다.
데이터 마이닝 디자이너에서 마이닝 모델 탭을 클릭합니다.
관련 마이닝 모델 만들기를 클릭합니다.
새 마이닝 모델 대화 상자에서 모델 이름 필드에
Call Center - LR를 입력합니다. 알고리즘 이름의 경우 Microsoft 로지스틱 회귀를 선택합니다.OK를 클릭합니다.
새 마이닝 모델이 마이닝 모델 탭에 표시됩니다.
로지스틱 회귀 모델을 사용자 지정하려면
새 마이닝 모델의
Call Center - LR열에서 Fact CallCenter ID를 키로 둡니다.ServiceGrade 및 수준 2 연산자의 값을 예측하도록 변경합니다.
이러한 열은 입력 및 예측 모두에 사용됩니다. 기본적으로 동일한 데이터에는 연산자 수를 예측하는 모델과 서비스 등급을 예측하는 두 개의 개별 모델을 만듭니다.
다른 모든 열을 입력으로 변경합니다.
초기값을 지정하고 모델을 처리하려면
마이닝 모델 탭에서 콜 센터 - LR이라는 모델의 열을 마우스 오른쪽 단추로 클릭하고 알고리즘 매개 변수 설정을 선택합니다.
HOLDOUT_SEED 매개 변수의 행에서 Value 아래의 빈 셀을 클릭하고 입력
1합니다. OK를 클릭합니다.비고
시드 값은 중요하지 않으며, 관련된 모든 모델에 동일한 시드를 사용하는 것이 중요합니다.
마이닝 모델 메뉴에서 프로세스 마이닝 구조 및 모든 모델을 선택합니다. 예(Yes)를 클릭하여 업데이트된 데이터 마이닝 프로젝트를 서버에 배포합니다.
프로세스 마이닝 모델 대화 상자에서 실행을 클릭합니다.
닫기를 클릭하여 프로세스 진행률 대화 상자를 닫은 다음 프로세스 마이닝 모델 대화 상자에서 닫기를 다시 클릭합니다.
수업의 다음 과제
콜 센터 모델에 대한 예측 만들기(중간 데이터 마이닝 자습서)