Tổng quan về mô hình dự đoán
AI Builder Mô hình dự đoán phân tích các mẫu trong dữ liệu lịch sử mà bạn cung cấp. Các mô hình dự đoán học cách liên kết các mô hình đó với kết quả. Sau đó, chúng tôi sử dụng sức mạnh của AI để phát hiện các mẫu đã học được trong dữ liệu mới và sử dụng chúng để dự đoán kết quả trong tương lai.
Sử dụng mô hình dự đoán để khám phá các câu hỏi kinh doanh có thể được trả lời theo một trong những cách sau:
- Từ hai tùy chọn có sẵn (nhị phân)
- Từ nhiều kết quả có thể xảy ra
- Nơi mà câu trả lời là một con số
Mã nhị phân dự đoán là khi câu hỏi được hỏi có hai câu trả lời có thể xảy ra. Ví dụ: có/không, đúng/sai, đúng giờ/trễ, được/không được, v.v. Ví dụ về các câu hỏi sử dụng mã nhị phân dự đoán bao gồm:
- Người nộp đơn có đủ điều kiện để trở thành thành viên không?
- Giao dịch này có khả năng là gian lận không?
- Khách hàng có phải là ứng cử viên tốt cho chiến dịch tiếp thị không?
- Liệu một tài khoản có khả năng thanh toán hóa đơn đúng hạn không?
Nhiều kết quả dự đoán là khi câu hỏi có thể được trả lời từ danh sách có hơn hai kết quả có thể xảy ra. Ví dụ về nhiều kết quả dự đoán bao gồm:
- Hàng hóa sẽ đến sớm, đúng giờ, trễ hay rất trễ?
- Khách hàng sẽ quan tâm đến sản phẩm nào?
Số dự đoán là khi câu hỏi được trả lời bằng một con số. Ví dụ về số dự đoán bao gồm:
- Phải mất bao nhiêu ngày thì hàng mới đến nơi?
- Một tổng đài viên có thể xử lý bao nhiêu cuộc gọi trong một ngày?
- Chúng ta cần phải giữ bao nhiêu mặt hàng trong kho?
- Một đội ngũ bán hàng nên chuyển đổi bao nhiêu khách hàng tiềm năng trong một tháng?
Tính năng khả dụng theo khu vực
mô hình dự đoán điều kiện tiên quyết