Lektion 2: Erstellen eines Targeted Mailing-Szenarios
Die Marketingabteilung von Adventure Works möchte den Umsatz steigern, indem bestimmte Kunden mit einer Targeted Mailing-Kampagne angesprochen werden. Durch die Prüfung der Attribute bekannter Kunden hofft das Unternehmen Muster zu erkennen, die es bei potenziellen Neukunden anwenden kann. Konkret besteht die Erwartung, Muster aufzufinden, anhand derer vorausgesagt werden kann, welche potenziellen Kunden am wahrscheinlichsten ein Produkt des Unternehmens kaufen werden.
Außerdem möchte die Marketingabteilung logische Gruppierungen von bereits in der Unternehmensdatenbank gespeicherten Kunden ermitteln, wie z. B. von Kunden mit ähnlichen demografischen Mustern und Kaufmustern.
Die Unternehmensdatenbank Adventure Works DW umfasst eine Liste früherer Kunden sowie eine Liste potenzieller Neukunden.
In dieser Lektion werden Sie ein Targeted Mailing-Szenario erstellen. Wenn Sie die Aufgaben in dieser Lektion ausgeführt haben, verfügen Sie über Folgendes:
- Eine Reihe von Miningmodellen, die aus einer Liste potenzieller Kunden die wahrscheinlichsten Kunden vorschlagen
- Ein Clustering aktueller Kunden
Zum Ausführen der Aufgaben in dieser Lektion verwenden Sie den Microsoft Naive Bayes-Algorithmus, den Microsoft Decision Trees-Algorithmus und den Microsoft Clustering-Algorithmus.
Diese Lektion enthält die folgenden Themen:
- Erstellen der Miningmodellstruktur Targeted Mailing (Data Mining-Lernprogramm)
- Ändern des Targeted Mailing-Modells (Data Mining-Lernprogramm)
- Prüfen der Targeted Mailing-Modelle (Data Mining-Lernprogramm)
- Testen der Genauigkeit des Miningmodells (Data Mining-Lernprogramm)
- Erstellen von Vorhersagen (Data Mining-Lernprogramm)