利润图(Analysis Services - 数据挖掘)
利润图显示与使用挖掘模型相关联的估计利润增长。 例如,如果模型预测公司应在业务方案中联系哪些客户,则利润图将合并关于联系 x 客户数的目标邮递活动的执行成本的信息,然后计算估计的利润。 典型的利润图将显示利润在到达峰值点之前的增长情况,到达该点之后利润将随着所联系总体的增多而减少。
了解利润图
利润图类似于提升图。 与提升图一样,可以使用利润图比较多个模型,只要它们都预测同一离散属性。 没有单独用于创建利润图的界面,您可以使用数据挖掘设计器的**“挖掘准确性图表”的“提升图”**选项卡开始,接着添加利润图特定的成本和利润信息。
为了说明这个过程,本主题让您使用一个已创建的利润图来预测哪些潜在客户更可能购买自行车,以及您针对这些客户进行营销可能实现多少利润。
要在此方案中继续操作,请使用您在“数据挖掘基础教程”中创建的决策树 TM_Decision Tree。 首先需要选择模型和可预测的属性,就像创建提升图一样,不过是从列表中选择**“利润图”**。
选择利润图作为图表类型后,将自动打开**“利润图设置”**对话框。 此对话框帮助您指定与目标邮递活动关联的成本和收益。 设置定义利润图的参数后,显示的图表将自动更改为利润图。 对于这些示例中所示的图表,我们使用了以下值:
设置 |
值 |
---|---|
选择模型 |
TM_DecisionTree |
设置可预测的属性和可预测的值 |
对于此方案,您只需要预测可能购买自行车的客户,因此请选择 [Bike Buyer] =1 在其他方案中,对负成本建模可能更重要:即您需要利润图来说明进行错误预测的成本。 在这样的方案中,您将不指定任何特殊的可预测值并衡量所有结果。 |
选择测试数据集或用于评估模型的准确性和盈利能力的数据 |
若只要评估模型的盈利能力的一般准确性,可以使用在创建挖掘结构时生成的测试集。 但是,如果要预测包含实际数据的模型的准确性和盈利能力,请使用包含潜在客户及其属性的数据集。 |
设置总目标人数的值 |
您的数据库可能包含很多客户,但是为了节省邮递开支,您将仅选择模型认为最有可能回复的前 20,000 个客户发邮件。 |
输入为 20,000 人设置目标邮递活动的一次性成本 |
500 |
输入目标邮递活动的单位成本。 该金额将乘以一个小于或等于 20,000 的数,具体数字取决于模型预测的客户中有多少个是合适的潜在客户。 |
3 |
输入一个值,该值表示可以从成功结果获得利润或收入的金额。 该金额将用于预计与高概率事例关联的总利润。 |
25 |
解释结果
下图显示基于这些参数的图表。 图表中的 Y 轴表示利润,而 X 轴表示公司所联系总体的百分比。
利润图中包含一条灰色竖线,用于标记目标总体的百分比。 可以通过单击图表中的某个位置来移动该线。 每次移动该线时,**“挖掘图例”**都会更新以显示百分比值、利润得分和与灰色竖线上的总体百分比关联的预测概率。 如果将灰线移到图表中的最大利润点,则可以使用预测概率值来确定联系客户的策略。
百分比事例 |
序列、模型 |
利润 |
预测概率 |
---|---|---|---|
30 |
|
$103,000 |
67.23% |
40 |
TM_Decision Tree |
$128,500 |
60.90% |
50 |
|
$149,500 |
50.70% |
60 |
|
$168,000 |
44.05% |
通过对此图进行试验,可以确定利润曲线的峰值位于总体的 55% 处,并且相关联的预测概率为 20%。 这些结果指示,若要获取最大利润,应只联系其响应率被预测为 20% 或更大几率的客户。
相关内容
下列主题包含有关如何生成和使用准确性图表的详细信息。
主题 |
链接 |
---|---|
提供如何创建目标邮递模型的提升图的演练。 |
|
说明相关的图表类型。 |
|
说明挖掘模型和挖掘结构的交叉验证。 |
|
说明用于创建提升图和其他准确性图表的步骤。 |