Oglejte si natančnost in učinkovitost modelov predvidevanja točkovanja
Če veste, kako natančen je model za predvidevano ocenjevanje, se vam pomaga odločiti, ali je model pripravljen za uporabo ali pa ga je treba natančno nastaviti za večjo natančnost. Prav tako vam pomaga prepričati vašo vodstveno ekipo in prodajalce, da sprejmejo model za izboljšane poslovne rezultate.
Meritve, opisane v tem članku, veljajo tako za točkovanje priložnosti kot za točkovanje možnih strank.
Zahteve glede licence in vloge
| Vrsta zahteve | Morate imeti |
|---|---|
| Licenca | Dynamics 365 Sales Premium ali Dynamics 365 Sales Enterprise Več informacij: Prodajne cene Dynamics 365 |
| Varnostne vloge | Skrbnik sistema Več informacij: Vnaprej določene varnostne vloge za prodajo |
Dejavniki, ki vplivajo na natančnost
Model za predvidevano ocenjevanje izračuna verjetnost, da bo priložnost ali potencialna stranka povzročila prodajo. Natančnost modela je odvisna od naslednjih dejavnikov:
- Kakovost in količina podatkov, ki so na voljo za usposabljanje modela
- Potek poslovnega procesa in filtri, ki jih izberete
- Stopnje in atributi, ki jih izberete, če model uporablja modeliranje po stopnjah
Model se usposablja z uporabo 80 % zaprtih priložnosti ali potencialnih strank v naboru podatkov za usposabljanje. Preverjen je s preostalimi 20 % kot testnim naborom podatkov, ki je sestavljen iz najnovejših zapisov. Natančnost modela se izračuna z uporabo validiranega nabora testnih podatkov na podlagi parametrov, kot so resnični pozitivni rezultati, lažno pozitivni rezultati itd.
Oglejte si meritve natančnosti in učinkovitosti
Pojdite na Območje za spremembe v spodnjem levem kotu aplikacije središče za prodajo in izberite Nastavitve Sales Insights.
Na zemljevidu spletnega mesta pod Modeli napovedovanja izberite Točkovanje priložnosti ali Točkovanje potencialnih strank.
Na seznamu Izberi model izberite model.
Izberite zavihek Zmogljivost.
Zavihek Uspešnost prikazuje naslednje meritve. Če na zavihku Uspešnost ne vidite nobene meritve, uredite in ponovno usposobite model točkovanja priložnosti.
Zmogljivost modela: določa, ali je model pripravljen za objavo na podlagi naslednjih parametrov:
Natančnost: kako pogosto je model naredil pravilne napovedi, pozitivne ali negativne. Ta metrika je najbolj uporabna, ko je nabor podatkov uravnotežen in so stroški lažno pozitivnih in lažno negativnih rezultatov enaki. Ocena natančnosti se izračuna po naslednji formuli:
Natančnost = (TP + TN) / (Skupno število doseženih priložnosti ali prednosti) *100
Odpoklic: kako pogosto je model pravilno napovedal pozitiven rezultat v primerjavi z dejanskimi pozitivnimi rezultati. Nizek rezultat priklica pomeni, da model napoveduje manj resničnih pozitivnih rezultatov. Rezultat odpoklica se izračuna po naslednji formuli:
Odpoklic = TP / (TP + FN) *100
Stopnja pretvorbe: odstotek priložnosti ali možnih strank, ki so bile kvalificirane ali pridobljene glede na pretekle podatke, ali verjetnost, da se bo priložnost ali potencialna stranka spremenila. Model uporablja to vrednost za določitev, kako bo atribut vplival na napovedna ocena. Pretvorbeno razmerje se izračuna po naslednji formuli:
Stopnja konverzije = (TP + FN) / (Skupno število doseženih priložnosti ali možnih strank) *100
Matrika zmede: Kako dobro je vaš model napovedal rezultate, ko je bil preizkušen glede na pretekle podatke. Matrika prikazuje število resnično pozitivnih, resnično negativnih, lažno pozitivnih in lažno negativnih rezultatov.
Metrika Predvideno Dejansko Pravilna pozitivna prepoznava (PPP) Da Da Pravilna negativna prepoznava (PNP) No No Napačna pozitivna prepoznava (NP) Da No Napačna negativna prepoznava (NN) No Da Površina pod krivuljo: : ocena površine pod krivuljo (AUC) modela. Ocena AUC določa verjetnost, da bo model naključno izbrani pozitivni primer (dobljeno priložnost ali kvalificirano potencialno stranko) uvrstil višje kot naključno izbrano negativno (izgubljena priložnost ali diskvalificirana potencialna stranka). Model z višjo AUC je boljši pri napovedovanju resničnih pozitivnih in resničnih negativnih učinkov.
Rezultat F1: rezultat F1, izračunan na podlagi rezultatov natančnosti in priklica modela. Rezultat F1 določa kakovost modela, tudi če so podatki neuravnoteženi.
Prag: prag, pri katerem se prednost ali priložnost šteje za kvalificirano ali pridobljeno. Na primer, če je prag 45, bodo priložnosti z rezultatom, višjim od 45, predvidene kot izpolnjene. Prag je izbran za optimizacijo rezultata F1.
Primer: Meritve uspešnosti modela
Oglejmo si rezultate predvidevanje za vzorčni nabor podatkov 1000 priložnosti:
| Podatki | Število priložnosti |
|---|---|
| Res pozitivno | 650 |
| Napačna pozitivna prepoznava | 200 |
| Res negativno | 100 |
| Lažno negativno | 50 |
Model je predvidel 850 (TP + FP) priložnosti; vendar je bilo dejansko izigranih le 650 (TP) priložnosti. Podobno je model napovedal, da bo izgubljenih 150 (TN + FN) priložnosti, vendar je bilo dejansko izgubljenih le 100 (TN) priložnosti.
Naslednja tabela prikazuje metrike za podatke.
| Metrika | Rezultat |
|---|---|
| Natančnost | (650 + 100) / 1.000 = 75 % |
| Prikliči | 650 / (650 + 50) = 92 % |
| Stopnja konverzije | (650 + 50) / 1.000 = 70 % |
Izboljšanje učinkovitosti delovanja modela
Če vaš model ni pripravljen za objavo ali ne deluje dobro, poskusite z naslednjimi koraki izboljšati njegove rezultate.
- Preglejte atribute, ki jih uporablja.
- Oglejte si vpogled v atribute, če želite razumeti njihov vpliv na predvidevanje modela.
- Prezrite prazne vrednosti za atribute, ki imajo višji odstotek praznih vrednosti in morda prispevajo k lažno pozitivnim ali lažno negativnim rezultatom.
- Vključite inteligentna polja za pomoč model ocenjevanja možnih strank pri razlikovanju med dejavniki, ki izboljšajo ali škodujejo rezultatu.
- Uporabite modeliranje po stopnjah v modelu točkovanja priložnosti, da izberete atribute, ki jih boste uporabili za vsako stopnjo poslovnega procesa.
- Izboljšajte merila filtra, časovno obdobje za podatke o usposabljanju ali druge konfiguracije modela. Na primer, če ste kot časovno obdobje za podatke o usposabljanju izbrali dve leti in je v tem obdobju preveč testnih ali nepravilnih zapisov, izberite krajše časovno obdobje, na primer šest mesecev ali eno leto, ko bo kakovost vaših podatkov je boljši.
Ali ne najdete možnosti v aplikaciji?
Obstajajo tri možnosti:
- Nimate potrebne licence ali vloge. Preverite razdelek Zahteve za licenco in vlogo na vrhu te strani.
- Vaš skrbnik ni vklopil funkcije.
- Vaša organizacija uporablja aplikacijo po meri. Za natančne korake se obrnite na skrbnika. Koraki, opisani v tem članku, se nanašajo na vnaprej pripravljeno središče za prodajo ali aplikacije Sales Professional.
Sorodne informacije
Konfigurirajte predvideno ocenjevanje možnih strank
Konfigurirajte napovedno točkovanje priložnosti