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
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?
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?
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