Gráfico de beneficios (Analysis Services - Minería de datos)
Un gráfico de beneficios muestra el aumento de beneficios estimado asociado al uso de un modelo de minería de datos. Por ejemplo, si un modelo predice con qué clientes debe ponerse en contacto con una compañía en un escenario empresarial, el gráfico de beneficios incorpora información sobre el costo que supone realizar la campaña de envío de correo directo para ponerse en contacto con x clientes, y calcula el beneficio previsto. Un gráfico de beneficios típico muestra un incremento en los beneficios hasta un determinado punto, después del cual los beneficios disminuyen a medida que crece la población con la que se entra en contacto.
Descripción del gráfico de beneficios
Un gráfico de beneficios es similar a un gráfico de mejora respecto al modelo predictivo. Al igual que un gráfico de mejora respecto al modelo predictivo, un gráfico de beneficios se puede usar para comparar varios modelos, siempre y cuando todos ellos predigan el mismo atributo discreto. No hay una interfaz independiente para crear un gráfico de beneficios; se comienza usando la pestaña Gráfico de mejora respecto al modelo predictivo de la pestaña Gráfico de precisión de minería de datos del Diseñador de minería de datos, y luego se agrega la información de costo y beneficios específica de los gráficos de beneficios.
Para mostrar cómo funciona, este tema le guía a través de un gráfico de beneficios que se ha creado para predecir qué clientes potenciales es más probable que compren una bicicleta, y cuánto beneficio es posible que consiga si se dirige selectivamente a estos posibles compradores.
Para seguir este escenario, use el modelo de árbol de decisión, TM_Decision Tree, que creó en el tutorial básico de minería de datos. Se comienza seleccionando un modelo y un atributo de predicción, tal como se haría para un gráfico de mejora respecto al modelo predictivo, pero eligiendo Gráfico de beneficios en la lista.
Después de elegir el gráfico de beneficios como tipo de gráfico, se abre automáticamente el cuadro de diálogo Configuración del gráfico de beneficios. Este cuadro de diálogo ayuda a especificar los costos y los beneficios asociados con una campaña de envío de correo directo. Una vez establecidos los parámetros que definen un gráfico de beneficios, el gráfico que se muestra cambiará automáticamente a un gráfico de beneficios. Para el gráfico que se muestra en estos ejemplos, se usaron los valores siguientes:
Configuración |
Valor |
|---|---|
Elija un modelo |
TM_DecisionTree |
Especifique el atributo de predicción y el valor de predicción |
En este escenario, en realidad solo desea los clientes que es probable que compren una bicicleta, de modo que elija [Bike Buyer] =1 En otros escenarios, podría ser más importante modelar costos negativos: es decir, el gráfico de beneficios debería reflejar el costo de realizar una predicción falsa. En ese escenario, no se especificaría ningún valor de predicción determinado, y se medirían todos los resultados. |
Elija el conjunto de datos de prueba, o los datos usados para evaluar la precisión y la rentabilidad de modelo |
Si desea evaluar solo la precisión general de la rentabilidad del modelo, puede usar el conjunto de pruebas que se generó cuando se creó la estructura de minería de datos. Sin embargo, si desea predecir la precisión y la rentabilidad del modelo con datos reales, use el conjunto de datos que contiene los clientes potenciales y sus atributos. |
Establezca el valor de la población total de destino |
La base de datos puede contener muchos clientes, pero para ahorrar gastos de envío piensa dirigirse solo a los 20.000 clientes que el modelo identifique con más probabilidades de responder. |
Especifique el costo de preparar una vez una campaña de envío de correo directo para 20.000 personas |
500 |
Especifique el costo por unidad de la campaña de envío de correo directo. Esta cifra se multiplicará por un número menor o igual que 20.000, dependiendo de cuántos clientes prediga el modelo que son buenos candidatos. |
3 |
Escriba un valor que representa la cantidad de beneficios o de ingresos que se pueden esperar de un resultado correcto. Esta cantidad se usará para proyectar la ganancia total asociada a los casos de probabilidad alta. |
25 |
Interpretación de los resultados
El diagrama siguiente muestra un gráfico basado en estos parámetros. El eje Y del gráfico representa el beneficio, en tanto que el eje X representa el porcentaje de la población con la que la empresa se ha puesto en contacto.
.gif "ejemplo de gráfico simple de beneficios")
El gráfico de beneficios contiene una línea vertical gris que marca un porcentaje de la población de destino. Puede mover la línea haciendo clic en una ubicación en el gráfico. Cada vez que mueve la línea, la Leyenda de minería de datos se actualiza para mostrar el valor porcentual, una puntuación de ganancia y la probabilidad de predicción asociada al porcentaje de población en la línea gris vertical. Si mueve la línea gris al punto del gráfico donde las ganancias son mayores, puede utilizar el valor de probabilidad de predicción con el fin de determinar una estrategia para ponerse en contacto con clientes.
Porcentaje de casos |
Serie, modelo |
Beneficios |
Probabilidad de predicción |
|---|---|---|---|
30 |
|
$103,000 |
67.23% |
40 |
TM_Decision Tree |
$128,500 |
60.90% |
50 |
|
$149,500 |
50.70% |
60 |
|
$168,000 |
44.05% |
Experimentando con este gráfico podría determinar que el máximo de la curva de beneficio está en el 55 por ciento de la población y la probabilidad de predicción asociada es del 20 por ciento. Estos resultados indican que para lograr las mayores ganancias solo habría que ponerse en contacto con los clientes cuya respuesta tenga una predicción de una probabilidad del 20 por ciento o mayor.
Contenido relacionado
Los temas siguientes contienen más información acerca de cómo puede crear y usar gráficos de precisión.
Temas |
Vínculos |
|---|---|
Incluye una visita guiada que explica cómo se crea un gráfico de mejora respecto al modelo predictivo para el modelo de distribución de correo directo. |
|
Explica los tipos de gráficos relacionados. |
Gráfico de mejora respecto al modelo predictivo (Analysis Services - Minería de datos) Matriz de clasificación (Analysis Services - Minería de datos) Gráfico de dispersión (Analysis Services - Minería de datos) |
Describe la validación cruzada en los modelos y estructuras de minería de datos. |
|
Describe los pasos necesarios para crear gráficos de mejora respecto al modelo predictivo y otros gráficos de precisión. |
Tareas y procedimientos de prueba y validación (minería de datos) |