Ler em inglês

Compartilhar via


Visão geral do modelo de previsão

Os modelos previsão do AI Builder analisam padrões nos dados históricos que você fornece. Os modelos de previsão aprendem a associar esses padrões aos resultados. Em seguida, usamos o poder da IA para detectar padrões aprendidos em novos dados e os usamos para prever resultados futuros.

Use o modelo de previsão para explorar questões de negócios que podem ser respondidas de uma das seguintes maneiras:

  • De duas opções disponíveis (binárias)
  • De vários resultados possíveis
  • Onde a resposta é um número

Previsão binária

A previsão binária se dá quando a pergunta feita tem duas respostas possíveis. Por exemplo: sim/não, verdadeiro/falso, dentro do prazo/atrasado, ir/não ir e assim por diante. Exemplos de perguntas que usam previsão binária incluem:

  • Um candidato é qualificado para ser associado?
  • É provável que esta transação seja fraudulenta?
  • O cliente é um bom candidato para uma campanha de marketing?
  • É provável que uma conta pague suas faturas em dia?

Previsão com resultados múltiplos

As previsões de resultados múltiplos se dão quando a pergunta pode ser respondida a partir de uma lista de mais de dois resultados possíveis. Exemplos de previsão com resultados múltiplos incluem:

  • Uma remessa chegará com antecedência, no prazo, atrasada ou muito atrasada?
  • Em qual produto um cliente estaria interessado?

Previsão numérica

A previsão numérica ocorre quando a pergunta é respondida com um número. Exemplos de previsão com resultados múltiplos incluem:

  • Quantos dias faltam para uma remessa chegar?
  • Quantas chamadas um agente deve atender em um dia?
  • Quantos itens precisamos manter no inventário?
  • Quantos clientes potenciais uma equipe de vendas deve converter em um mês?

Disponibilidade de recursos por região
Pré-requisitos modelo de previsão