Show Menu
ARGOMENTI×

Impostazione del punteggio tendenza

Segui questi passaggi per utilizzare la visualizzazione Punteggio tendenza.
  1. Aprite una nuova area di lavoro e fate clic su Add > Visualization > Predictive Analytics > Scoring > Propensity Score .
  2. Impostate la variabile Target (la variabile dipendente).
    Impostate la variabile dipendente selezionando:
  • Elementi dimensione: Fare clic con il pulsante destro del mouse nell'area di lavoro e selezionare Table . Quindi seleziona un elemento Dimensione come variabile dipendente.
    O
  • Filter Editor (Progetto > scarica CSV). Fai clic Add > Visualization > Filter Editor per aprire la visualizzazione Editor filtri.
    Dopo aver selezionato un elemento Dimensione o Filtro come variabile dipendente, fate clic su Set Target , immettete un nome per descrivere la variabile dipendente. Quindi fate clic OK (e accertatevi che la casella del filtro sia evidenziata) per impostare Target.
    Il nome assegnato alla destinazione è la variabile dipendente che verrà visualizzata nel riquadro a sinistra.
  1. Aggiungere variabili indipendenti.
    Aggiungete le variabili indipendenti utilizzando Metriche o Elementi dimensione.
  • Metriche . Dalla barra degli strumenti Propensity Scoring (Punteggio tendenza), selezionate una metrica dal Metrics menu.
  • Elementi dimensione: Fare clic con il pulsante destro del mouse nell'area di lavoro e selezionare Table . Seleziona uno o più elementi Dimensione e trascina sulla colonna sinistra sotto Independent Variables o alla Element casella utilizzando i tasti <Ctrl> + <Alt> .
  1. Set Training Filter . Per definire il set di visitatori da valutare, fai clic su Options > Set Training Filter nella barra degli strumenti Propensity Scoring (Punteggio tendenza). Questo fornisce un sottoinsieme di dati generati utilizzando solo i visitatori che si desidera segnare. Ad esempio, che ha visitato l'ultimo mese, i visitatori che risiedono in Australia o i visitatori che hanno visualizzato prodotti specifici.
    Il filtro predefinito è Train on Everyone , ma potete modificarlo attivando Dimension Elements in una tabella o creando un filtro utilizzando il Filter Editor .
    Dopo aver selezionato un elemento Dimensione o creato un filtro e mentre è attivato, fate clic su Opzioni > Imposta filtro formazione, immettete un nome per descrivere il filtro, quindi fate clic su OK .
  2. Una volta identificati tutti gli input, premere Go .
    Il processo di assegnazione del punteggio inizierà passando i dati più volte. I risultati verranno quindi visualizzati come grafici a barre su una linea percentuale.
  3. Salva punteggio tendenza.
    A partire dalla versione 6.1, ora è disponibile un'opzione per l'opzione Salva punteggio tendenza:
  • Dimensione
  • Dimensioni e metrica
    È possibile ottenere due file salvati, sia una dimensione che una metrica definita.
    Se si invia il Propensity Score (Punteggio tendenza) per l'elaborazione, si otterrà solo una dimensione.
    La metrica derivata è la metrica punteggio medio associata.
  1. Verifica la precisione.
    Al termine del processo, il sistema visualizzerà Model Complete e genererà un modello di punteggio.
    Facendo clic con il pulsante destro del mouse su Model Complete verrà identificata la precisione del modello di punteggio definito dal sistema. Valori compresi tra 0% e 100% identificano la probabilità che i visitatori corrispondano alla Target variabile.
    La matrice Confusione fornisce quattro conteggi per combinazione di Effettivo positivo (AP), Negativo effettivo (AN), Predicato positivo (PP) e Predicato negativo (PN). Questi numeri si ottengono applicando il modello di punteggio ottenuto al 20% di dati di test rifiutati di cui conosciamo la vera risposta. Se il punteggio è maggiore del 50%, viene previsto come un caso positivo (corrispondente all'evento definito).
Precisione Indica la precisione del modello identificando le previsioni corrette su tutte le previsioni.
(TP + TN)/(TP + FP + TN + FN)
Richiama Identifica la capacità di identificare nuovamente il modello di punteggio.
TP / (TP + FN)
Precisione Identifica il livello di discrepanza.
TP / (TP + FP)
  1. Aprite un grafico di incremento o guadagno o il visualizzatore c-propensity-model-viewer.translate.html#concept-9f2593a8218140b7bd132a4c74e159f9modelli.
    Fare clic con il pulsante destro del mouse sulla visualizzazione Modello completo e selezionare Lift Chart , Gain Chart oppure Model Viewer.