Приказ тачности и перформанси предиктивних модела бодовања

Чланак
03/23/2023

Сазнање колико је < ДИЦТ__модел за оцењивање на основу предвиђања > предицтиве сцоринг модел је то тачно помаже вам да одлучите да ли је модел спреман за употребу или га је потребно прецизно подесити ради веће прецизности. Такође вам помаже да убедите свој руководећи тим и продавце да усвоје модел за побољшање пословних исхода.

Метрике описане у овом чланку односе се и на бодовање могућности за пословање и на бодовање потенцијалних клијента.

Захтеви за лиценцу и улоге

Тип захтева	Мора да јеси
Дозволу	Дyнамицс 365 Салес Премиум или Дyнамицс 365 продајно предузеће Више информација: Дyнамицс 365 продајне цене
Безбедносне улоге	Администратор система Више информација: Унапред дефинисане безбедносне улоге за продају

Фактори који утичу на тачност

Ако < ДИЦТ__модел за оцењивање на основу предвиђања > предицтиве сцоринг модел израчунава вероватноћу да ће могућност за пословање или потенцијалног клијента резултирати продајом. Тачност модела зависи од следећих фактора:

Квалитет и количина доступних података за обуку модела
< ДИЦТ__ток пословног процеса >бусинесс процесс флоw и филтери које изаберете
Фазе и атрибуте које изаберете, ако модел користи по сценском моделовања

Модел је обучен користећи 80% затворених могућности или потенцијалних клијената у скупу података о обуци. Оверен је коришћењем преосталих 20% као тест скупа података, који се састоји од најновијих записа. Тачност модела се израчунава помоћу провереног скупа података за тестирање на основу параметара као што су истинити позитивни, лажни позитивни и тако даље.

Приказ тачности и метрике перформанси

Идите на област "Промена " у доњем левом углу апликације"Чвориште продаје" и изаберите поставке "Увид у продају".
На мапи локације у оквиру Предиктивни модели изаберите бодовање могућности за пословање или бодовање потенцијалног клијента.
Са листе Изаберите модел изаберите модел.
Изаберите картицу Перформансе .

Картица " Перформансе " приказује следеће метрике. Ако на картици "Перформансе" не видите метрику , уредите и преквалификујте модел бодовања могућности за пословање.

Перформансе модела: Прецизира да ли је модел спреман за објављивање на основу следећих параметара:
- Тачност : Колико често је модел правио тачна предвиђања, било позитивна или негативна. Ова метрика је најкориснија када је скуп података избалансиран, а цена лажних позитивних и лажних негатива је иста. Резултат тачности се израчунава помоћу следеће формуле:
  
  Тачност = (ТП + ТН) / (Укупан број прилика или постигнутих потенцијалних клијената) *100
- Опозив : Колико често је модел тачно предвидео позитиван исход у поређењу са стварним позитивним. Низак резултат опозива значи да модел предвиђа мање правих позитивних. Резултат опозива се израчунава помоћу следеће формуле:
  
  Опозив = ТП / (ТП + ФН) *100
- Стопа конверзије : Проценат могућности за пословање или потенцијалних клијената који су квалификовани или освојени по историјским подацима или вероватноћа да ће се прилика или потенцијални клијент конвертовати. Модел користи ову вредност да би одредио како ће атрибут утицати на предиктивни резултат. Стопа конверзије се израчунава помоћу следеће формуле:
  
  Стопа конверзије = (ТП + ФН) / (Укупан број прилика или постигнутих потенцијалних клијената) *100

Матрица конфузије : Колико је ваш модел добро предвидео исходе када је тестиран у односу на историјске податке. Матрица приказује број истинитих позитивних, истинитих негатива, лажних позитивних и лажних негатива.

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

Област испод кривине : Област испод криве (АУЦ) оцене модела. АУЦ резултат одређује вероватноћу да ће модел рангирати насумично одабрану позитивну инстанцу (изабрану могућност за пословање или квалификованог потенцијалног клијента) већу од насумично одабране негативне (изгубљене могућности за пословање или дисквалификованог потенцијалног клијента). Модел са вишим АУЦ-ом је бољи у предвиђању правих позитивних и правих негатива.
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 вођство или прилика сматрају квалификованим или освојеним. На пример, ако је цензус 45, прилике са оценом већом од 45 биће предвидјене као освојене. Праг је изабран за оптимизацију F1 резултата.

Пример : Метрика перформанси модела

Погледајмо резултате предвиђање за узорак скупа података од 1000 прилика:

Подаци	Број прилика
Истинито позитивно	650.
Лажно позитиван резултат	200
Истинито негативно	100
Непотврђена грешка	50

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

Следећа табела приказује метрику података.

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

Побољшање перформанси модела

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

Редигујте атрибуте које користи.
Погледајте увиде у атрибуте да бисте разумели њихов утицај на укупну предвиђање.
Занемарите празне вредности за атрибуте који имају већи проценат празних вредности и који можда доприносе лажним позитивним или лажним негативностима.
Укључите интелигентна поља да бисте помогли < ДИЦТ__модел за оцењивање потенцијалног клијента > леад сцоринг модел разлику између фактора који побољшавају или штете резултату.
Користите моделирање по фази прилике да бисте одабрали атрибуте који ће се примењивати на сваку фазу пословног процеса.
Прочистите критеријуме филтера, временски период за податке о обуци или друге конфигурације модела. На пример, ако сте одабрали две године као временски период за податке о обуци, а у том периоду постоји превише тест или нетачних записа, одаберите краћи временски период, као што је шест месеци или годину дана, када је квалитет података бољи.

Не можете да пронађете опције у апликацији?

Постоје три могућности:

Немате потребну лиценцу или улогу.
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.

Погледајте и

Конфигурисање предиктивног бодовања потенцијалних клијента
Конфигурисање предиктивног бодовања могућности за пословање

Делите путем