Bendrinti naudojant

Nuspėjamųjų vertinimo modelių tikslumo ir našumo peržiūra

  • Straipsnis

Žinodami, koks tikslus yra prognozinio vertinimo modelis, galite nuspręsti, ar modelis yra paruoštas naudoti, ar jį reikia tiksliai sureguliuoti, kad būtų užtikrintas didesnis tikslumas. Tai taip pat padeda įtikinti savo vadovų komandą ir pardavėjus pritaikyti modelį, kad pagerėtų verslo rezultatai.

Šiame straipsnyje aprašyta metrika taikoma ir galimybių, ir potencialių klientų vertinimui.

Licencijos ir vaidmens reikalavimai

Reikalavimo rūšis Jūs privalote turėti
Licencija Dynamics 365 "Sales Premium" arba "Dynamics 365 Sales Enterprise"
Daugiau informacijos: Dynamics 365 Pardavimo kainodara
Saugos vaidmenys Sistemos administratorius
Daugiau informacijos: Iš anksto nustatyti "Sales" saugos vaidmenys

Veiksniai, turintys įtakos tikslumui

Prognozinio vertinimo modelis apskaičiuoja tikimybę, kad galimybė arba potencialus klientas bus parduotas. Modelio tikslumas priklauso nuo šių veiksnių:

  • Modelio mokymui skirtų duomenų kokybė ir kiekis
  • Jūsų pasirinktas veiklos procesų seka ir filtrai
  • Jūsų pasirinkti etapai ir atributai, jei modelis naudoja kiekvieno etapo modeliavimą

Modelis mokomas naudojant 80% uždarų galimybių arba potencialių klientų mokymo duomenų rinkinyje. Jis patvirtinamas naudojant likusius 20% kaip bandymo duomenų rinkinį, kurį sudaro naujausi įrašai. Modelio tikslumas apskaičiuojamas naudojant patvirtintą bandymų duomenų rinkinį, pagrįstą tokiais parametrais kaip tikri teigiami, klaidingai teigiami ir pan.

Tikslumo ir našumo metrikos peržiūra

  1. Apatiniame kairiajame programos Pardavimo telkinys kampe eikite į Keisti sritį ir pasirinkite Pardavimo įžvalgų parametrai.

  2. Svetainės struktūros dalyje Nuspėjamieji modeliai pasirinkite Galimybių įvertinimas arba Galimų klientų įvertinimas.

  3. Sąraše Pasirinkti modelį pasirinkite modelį.

  4. Pasirinkite skirtuką Našumas .

    Našumo skirtuko, kuriame rodoma modelio tikslumo metrika, ekrano kopija

Skirtuke "Našumas " rodoma toliau nurodyta metrika. Jei našumo skirtuke nematote jokios metrikos , redaguokite ir iš naujo išmokykite galimybių vertinimo modelį.

  • Modelio veikimas: nurodo, ar modelis parengtas publikuoti pagal šiuos parametrus:

    • Tikslumas: Kaip dažnai modelis darė teisingas prognozes, teigiamas arba neigiamas. Ši metrika naudingiausia, kai duomenų rinkinys yra subalansuotas, o klaidingų teigiamų ir klaidingų neigiamų rezultatų kaina yra tokia pati. Tikslumo įvertinimas apskaičiuojamas pagal šią formulę:

      Tikslumas = (TP + TN) / (Bendras įvertintų galimybių ar potencialių klientų skaičius) *100

    • Prisiminkite: kaip dažnai modelis teisingai prognozavo teigiamą rezultatą, palyginti su faktiniais teigiamais. Žemas atšaukimo balas reiškia, kad modelis prognozuoja mažiau tikrų teigiamų rezultatų. Atšaukimo balas apskaičiuojamas pagal šią formulę:

      Atšaukimas = TP / (TP + FN) * 100

    • Konversijų rodiklis: galimybių arba galimų klientų, kurie buvo kvalifikuoti arba laimėti pagal istorinius duomenis, procentinė dalis arba tikimybė, kad galimybė arba potencialus klientas atliks konversiją. Modelis naudoja šią reikšmę, kad nustatytų, kaip atributas paveiks prognozuojamas balas. Perskaičiavimo kursas apskaičiuojamas pagal šią formulę:

      Konversijų rodiklis = (TP + FN) / (Bendras įvertintų galimybių arba potencialių klientų skaičius) *100

  • Painiavos matrica: kaip gerai jūsų modelis numatė rezultatus, kai buvo išbandytas pagal istorinius duomenis. Matricoje rodomas tikrųjų teigiamų, teisingų neigiamų, klaidingų teigiamų ir klaidingų neigiamų rezultatų skaičius.

    Metrika Prognozuojama Faktinis
    Tikrai teigiama (TP) Taip Taip
    Tikrai neigiama (TN) No No
    Klaidingai teigiama (FP) Taip No
    Klaidingai neigiamas (FN) No Taip

  • Plotas po kreive: modelio ploto po kreive (AUC) balas. AUC balas nustato tikimybę, kad modelis atsitiktinai pasirinktą teigiamą egzempliorių (laimėtą galimybę arba kvalifikuotą potencialų klientą) įvertins aukščiau nei atsitiktinai pasirinktą neigiamą egzempliorių (prarastą galimybę arba diskvalifikuotą potencialų klientą). Modelis su didesniu AUC geriau prognozuoja tikrus teigiamus ir tikrus neigiamus.

  • F1 balas: F1 balas, apskaičiuotas pagal modelio tikslumo ir atšaukimo balus. F1 balas lemia modelio kokybę net tada, kai duomenys yra nesubalansuoti.

  • Slenkstis: slenkstis, nuo kurio potencialus klientas arba galimybė laikomi kvalifikuotais arba laimėtais. Pavyzdžiui, jei slenkstis yra 45, galimybės, kurių rezultatas didesnis nei 45, bus prognozuojamos kaip laimėtos. Slenkstis pasirenkamas siekiant optimizuoti F1 balą.

Pavyzdys: modelio našumo metrika

Pažvelkime į 1 000 galimybių duomenų rinkinio pavyzdžio prognozė rezultatus:

Duomenys Galimybių skaičius
Tikras pozityvas 650
Klaidingai teigiama Virš 200
Tiesa neigiama 100
Klaidingai neigiamas 50

Modelis prognozavo, kad bus laimėta 850 (TP + FP) galimybių; tačiau iš tikrųjų buvo laimėta tik 650 (TP) galimybių. Panašiai modelis prognozavo, kad bus prarasta 150 (TN + FN) galimybių, tačiau iš tikrųjų buvo prarasta tik 100 (TN) galimybių.

Toliau pateiktoje lentelėje pateikiama duomenų metrika.

Metrika Rezultatas
Tikslumas (650 + 100) / 1 000 = 75 %
Atšaukti 650 / (650 + 50) = 92%
Konvertavimo koeficientas (650 + 50) / 1 000 = 70%

Pagerinkite modelio rezultatus

Jei jūsų modelis neparengtas publikuoti arba veikia netinkamai, pabandykite atlikti toliau nurodytus veiksmus, kad pagerintumėte jo balus.

Nepavyksta rasti parinkčių programoje?

Yra trys galimybės:

  • Neturite reikiamos licencijos ar vaidmens. Patikrinkite šio puslapio viršuje esantį skyrių Licencijos ir vaidmens reikalavimai.
  • Jūsų administratorius neįjungė šios funkcijos.
  • Jūsų organizacija naudoja tinkintą programą. Norėdami sužinoti tikslius veiksmus, kreipkitės į administratorių. Šiame straipsnyje aprašyti veiksmai būdingi jau paruoštoms „Sales Hub“ ir „Sales Professional“ programoms.

Konfigūruoti Prognozuojamas galimo kliento vertinimas
Konfigūruoti Prognozuojamas galimybių vertinimas