Делите путем

Погледајте тачност и перформансе модела предиктивног бодовања

  • Чланак

Знајући колико је прецизан < ДИЦТ__модел за оцењивање на основу предвиђања > предицтиве сцоринг модел помаже вам да одлучите да ли је модел спреман за употребу или треба да буде фино подешен за већу прецизност. Такође вам помаже да убедите свој лидерски тим и продавце да усвоје модел за побољшане пословне резултате.

Метрике описане у овом чланку односе се и на бодовање прилика и на бодовање олова.

Захтеви за лиценцу и улогу

Тип захтева Морате имати
Дозволу Дyнамицс 365 Салес Премиум или Дyнамицс 365 Салес Ентерприсе
Више информација: Дyнамицс 365 Продајне цене
Безбедносне улоге Администратор система
Више информација: Унапред дефинисане безбедносне улоге за продају

Фактори који утичу на тачност

< ДИЦТ__модел за оцењивање на основу предвиђања >предицтиве сцоринг модел израчунава вероватноћу да ће прилика или олово резултирати продајом. Тачност модела зависи од следећих фактора:

  • Квалитет и количина података доступних за обуку модела
  • < ДИЦТ__ток пословног процеса >бусинесс процесс флоw и филтери које изаберете
  • Фазе и атрибути које изаберете, ако модел користи по фази моделирања

Модел је обучен користећи 80% затворених могућности или води у скупу података за обуку. Потврђен је коришћењем преосталих 20% као тестни скуп података, који се састоји од најновијих записа. Тачност модела се израчунава коришћењем потврђеног тестног скупа података на основу параметара као што су прави позитивни, лажно позитивни и тако даље.

Погледај метрику тачности и перформанси

  1. Идите на Промени област у доњем левом углу апликације < ДИЦТ__Чвориште за продају > Салес Хуб и изаберите поставке Салес Инсигхтс.

  2. На мапи сајта под Предиктивни модели изаберите Бодовање прилика или Бодовање олова.

  3. На листи Изабери модел изаберите модел.

  4. Изаберите картицу Перформансе .

    Снимак екрана картице Перформансе која приказује метрику тачности модела

Картица Перформансе приказује следеће метрике. Ако не видите никакве метрике на картици Перформансе , уредите и поново обучите модел бодовања прилика.

  • Перформансе модела: Одређује да ли је модел спреман за објављивање на основу следећих параметара:

    • Тачност : Колико често је модел направио тачна предвиђања, било позитивна или негативна. Ова метрика је најкориснија када је скуп података уравнотежен, а трошкови лажно позитивних и лажно негативних је исти. < ДИЦТ__оцена тачности >аццурацy сцоре се израчунава помоћу следеће формуле:

      Тачност = (ТП + ТН) / (Укупан број постигнутих прилика или потенцијалних клијената) * 100

    • Подсетимо : Колико често је модел предвидео позитиван исход исправно у поређењу са стварним позитивним резултатима. Низак резултат опозива значи да модел предвиђа мање истинских позитивних резултата. Резултат опозива израчунава се помоћу следеће формуле:

      Опозив = ТП / (ТП + ФН) * 100

    • Стопа конверзије: Проценат прилика или потенцијалних купаца који су квалификовани или освојени по историјским подацима, или вероватноћа да ће се прилика или потенцијал претворити. Модел користи ову вредност да одреди како ће атрибут утицати на < ДИЦТ__предиктивна оцена > предицтиве сцоре. Стопа конверзије се израчунава помоћу следеће формуле:

      Стопа конверзије = (ТП + ФН) / (Укупан број прилика или води постигао) * 100

  • Матрица конфузије: Колико добро је ваш модел предвидео исходе када је тестиран у односу на историјске податке. Матрица приказује број правих позитивних, правих негативних, лажно позитивних и лажно негативних.

    Метрика Предвидео Стварно
    Потврђен позитиван резултат (TP) Да Да
    Потврђени негативни резултат (TN) No No
    Лажно позитиван резултат (FP) Да No
    Лажно негативан резултат (FN) No Да

  • Површина испод криве : Подручје испод криве (АУЦ) резултат модела. Резултат АУЦ-а одређује вероватноћу да ће модел рангирати насумично изабрану позитивну инстанцу (освојену прилику или квалификовано водство) већу од насумично изабране негативне (изгубљена прилика или дисквалификовани траг). Модел са вишим АУЦ је бољи у предвиђању правих позитивних и правих негативних.

  • F1 резултат : F1 резултат израчунат на основу прецизности модела и резултата опозива. F1 резултат одређује квалитет модела чак и када су подаци неуравнотежени.

  • Праг : Праг на којем се олово или прилика сматра квалификованим или освојио. На пример, ако је праг 45, прилике са резултатом већим од 45 ће се предвидети као освојене. Праг је изабран за оптимизацију F1 резултат.

Пример : Метрика перформанси модела

Погледајмо предвиђање резултате за узорак скупа података од 1.000 могућности:

Подаци Број могућности
Истински позитиван 650.
Лажно позитиван резултат 200
Истина негативно 100
Непотврђена грешка 50

Модел је предвидео да ће бити освојено 850 (ТП + ФП) могућности; међутим, само 650 (ТП) могућности су заправо освојене. Слично томе, модел је предвидео да ће 150 (ТН + ФН) могућности бити изгубљене, али само 100 (ТН) могућности су заправо изгубљене.

Следећа табела приказује метрике за податке.

Метрика Оцена
Прецизност (650 + 100) / 1.000 = 75%
Опозови 650 / (650 + 50) = 92%
Стопа конверзије (650 + 50) / 1.000 = 70%

Побољшавање перформанси модела

Ако ваш модел није спреман за објављивање или не ради добро, покушајте следеће кораке да бисте побољшали своје резултате.

  • Прегледајте атрибуте које користи.
  • Погледајте увиде у атрибуте да бисте разумели њихов утицај на укупну предвиђање модела.
  • Игноришите празне вредности за атрибуте који имају већи проценат празних вредности и могу допринети лажним позитивним или лажним негативним резултатима.
  • Укључите интелигентна поља како бисте помогли < ДИЦТ__модел за оцењивање потенцијалног клијента > леад сцоринг модел да направи разлику између фактора који побољшавају или штете резултату.
  • Користите моделирање по фази у моделу бодовања прилика да бисте изабрали атрибуте који ће се применити на сваку фазу пословног процеса.
  • Прецизирајте критеријуме филтера, временски период за податке о обуци или друге конфигурације модела. На пример, ако сте изабрали две године као временски период за податке о обуци и има превише тестова или нетачних записа током тог периода, изаберите краћи временски период, као што је шест месеци или годину дана, када је квалитет ваших података бољи.

Не можете да пронађете опције у апликацији?

Постоје три могућности:

  • Немате потребну лиценцу или улогу. Проверите одељак Захтеви за лиценцу и улогу на врху ове странице.
  • Администратор није укључио функцију.
  • Ваша организација користи прилагођену апликацију. Проверите са администратором који су тачни кораци. Кораци описани у овом чланку специфични су за унапред припремљено чвориште за продају и апликацију Sales Professional.

Конфигуришите < ДИЦТ__Предиктивно оцењивање потенцијалних клијената > предицтиве леад сцоринг
Конфигуришите < ДИЦТ__Предиктивно оцењивање могућности за пословање > предицтиве оппортунитy сцоринг