Tworzenie prognoz dla modeli Centrum obsługi telefonicznej (samouczek wyszukiwania danych pośrednich)

Teraz zapewne wiesz coś o interakcje między zmian, liczba operatorów, wywołań i jakości usługa, można przystąpić do tworzenia analiz biznesowych i planowania niektórych kwerend przewidywanie, które mogą być używane.Niektóre przewidywań zostaną najpierw utworzyć w odkrywcze model, aby przetestować niektórych założeń.Następnie utworzy prognoz luzem za pomocą logistyczne regresja modelu.

W tej lekcji założono, że znasz już jak używać przewidywanie Konstruktora kwerend.Aby uzyskać ogólne informacje dotyczące prognozowania Konstruktora kwerend, zobacz Tworzenie kwerend przewidywania DMX.

Tworzenie prognoz przy użyciu modelu sieci neuronowe

Poniższy przykład ilustruje sposób przewidywanie singleton przy użyciu modelu sieci neuronowe, który został utworzony dla badań.Singleton przewidywań są dobrym sposobem wypróbować różne wartości, aby zobaczyć efekt w modelu.W tym scenariuszu będzie przewidzieć klasy usługa shift północy (nie dzień tygodnia, określony) Jeśli sześciu doświadczeni operatorzy są cła.

Aby utworzyć kwerendę singleton przy użyciu modelu sieci neuronowe

  1. Business Intelligence Development Studio Otwórz roztwór zawierający model, którego chcesz użyć.

  2. W projektancie wyszukiwania danych, kliknij przycisk Górnictwa przewidywania modelu kartę.

  3. W Górnictwa modelu okienka, kliknij Wybierz Model.

  4. Wybierz Model górnictwa okno dialogowe pokazuje listę struktur górniczych.Rozwiń struktura wyszukiwania do wyświetlania listy modeli wyszukiwania skojarzonych z tej struktury.

  5. Rozwiń struktura wyszukiwania Call Center Defaulti wybierz model sieci neuronowe Call Center - LR.

  6. Z Górnictwa modelu menu wybierz Kwerendy Singleton.

    Wprowadzania kwerendy Singleton pojawi się okno dialogowe z kolumnach mapowanych do kolumn w model wyszukiwania.

  7. W Wprowadzania kwerendy Singleton okna dialogowego kliknij wiersz Shift, a następnie wybierz midnight.

  8. Kliknij wiersz dla Lvl 2 Operators, a następnie wpisz 6.

  9. W dolnej połowie Górnictwa przewidywania modelu , kliknij pozycję pierwszego wiersza w siatce.

  10. W źródło kolumna, kliknij strzałkę niedziałający i wybierz przewidywania funkcja.W pola kolumna, zaznacz PredictHistogram.

    Zostanie wyświetlona lista argumentów, które automatycznie korzystać z tej funkcja przewidywanie w Kryteria i argumenty pole.

  11. Przeciągnij ServiceGrade kolumna z listy kolumnas Górnictwa modelu okienka Kryteria i argumenty pole.

    Nazwa kolumna jest automatycznie wstawiany jako argumentu.Można wybrać każdej kolumna atrybut przewidywalny, przeciągnij w tym polu tekstowym.

  12. Kliknij przycisk Przełącz do widoku wyniki kwerendy, w górnym rogu przewidywania Konstruktora kwerend.

Oczekiwane wyniki zawierają możliwe przewidywane wartości dla każdej klasy usługa tych nakładów wraz z pomocy technicznej i prawdopodobieństwo wartości dla każdego przewidywanie podane.Możesz powrócić do widoku w dowolnym projekt czas i zmienić nakładów lub dodać więcej danych wejściowych.

Tworzenie prognoz przy użyciu modelu regresyjnego logistyczne

Chociaż prognoz można tworzyć przy użyciu modelu sieci neuronowe, zazwyczaj bardziej model sieci neuronowe służy do eksploracji złożone relacje.Jeśli znasz już atrybuty, które są istotne dla problemu biznesowego, można użyć logistyczne regresja modelu do przewidywania wpływu zmian w niektórych atrybutów.Logistyczne regresja jest metoda statystyczna, który jest powszechnie używany do wprowadzania prognoz na podstawie zmian w zmiennych niezależnych: na przykład jest on w punktacji finansowych przewidywanie zachowań klienta oparte na demograficzne nabywcy.

W tym zadaniu będzie jak utworzyć źródło danych, które będą używane do przewidywania, a następnie wprowadź prognoz ułatwiające odpowiedzi kilka pytania biznesowe.

Generowanie danych używanych do przewidywania luzem

W tej lekcji będzie najpierw utworzyć Zagregowany widok źródło danych, które mogą być używane do dokonywania przewidywań luzem, a następnie Dołącz dane do modelu górnictwa w kwerendzie przewidywanie.Aby dostarczyć dane wejściowe na wiele sposobów: na przykład można zaimportować poziomy zatrudnienia z arkusza kalkulacyjnego lub programowo zawierają wartości.Za pomocą projektanta widoku źródła danych będą tutaj, utwórz kwerendę o nazwie.Ta kwerenda o nazwie jest niestandardowy T -instrukcja języka SQL , tworzy zagregowanych danych dla każdej zmiany, takie jak Operatorzy maksymalnej, minimalnej wywołań odebranych lub średnia liczba wydań generowane.

Aby wygenerować dane wejściowe dla kwerendy przewidywanie luzem

  1. W oknie Solution Explorer kliknij prawym przyciskiem myszy Widoki źródła danych, a następnie wybierz Nowy widok źródła danych.

  2. W Kreatorze Widok źródła danych wybierz Adventure Works DW2008R2 jako źródło danych, a następnie kliknij Dalej.

  3. Na Wybierz tabele i widoki strona, kliknij przycisk Dalej bez zaznaczania żadnych tabel.

  4. Na Kończenie pracy Kreatora strona, wpisz nazwę zmian roboczych.

    Ta nazwa będzie wyświetlana w oknie Solution Explorer jako nazwa widok źródło danych.

  5. Kliknij prawym przyciskiem myszy w okienku pusty projekt, a następnie wybierz Nowej kwerendy o nazwie.

  6. W Utwórz kwerendę o nazwie okno dialogowe Nazwa wpisz przesunięciom Centrum wywołania.

    Ta nazwa będzie wyświetlana w widoku źródła danych, Projektant tylko jako nazwę kwerendy o nazwie.

  7. Wklej następujące kwerendy instrukcja do okienka tekstu SQL w dolnej połowie okna dialogowego.

    SELECT DISTINCT WageType, Shift, 
    AVG(Orders) as AvgOrders, MIN(Orders) as MinOrders, MAX(Orders) as MaxOrders,
    AVG(Calls) as AvgCalls, MIN(Calls) as MinCalls, MAX(Calls) as MaxCalls,
    AVG(LevelTwoOperators) as AvgOperators, MIN(LevelTwoOperators) as MinOperators, MAX(LevelTwoOperators) as MaxOperators,
    AVG(Issues) as AvgIssues, MIN(Issues) as MinIssues, MAX(Issues) as MaxIssues
    FROM dbo.FactCallCenter
    GROUP BY Shift, WageType
    
  8. Kliknij przycisk OK..

  9. W okienku Projekt kliknij prawym przyciskiem myszy tabela, Shifts for Call Centeri wybierz Eksplorowania danych Podgląd dane zwracane przez kwerendy T-SQL.

  10. Kliknij prawym przyciskiem myszy kartę, Shifts.dsv (projekt), , a następnie kliknij przycisk zapisać do zapisania nowych definicji widok źródło danych.

Przewidywania usługi metryki dla każdego Shift

Teraz, niektóre wartości dla każdej zmiany zostały wygenerowane, użyje tych wartości jako dane wejściowe logistyczne regresja modelu utworzonego, generowanie wielu prognoz.

Aby użyć nowy plik DSV jako dane wejściowe do przewidywanie kwerendy

  1. W projektancie wyszukiwania danych, kliknij przycisk Górnictwa przewidywania modelu kartę.

  2. W Górnictwa modelu okienka, kliknij Wybierz Modeli wybierz polecenie Call Cetner - LR z listy dostępnych modeli.

  3. Z Górnictwa modelu menu, wyczyść opcję Kwerendy Singleton.Ostrzeżenie informuje singleton nakładów kwerendy zostaną utracone.Click OK.

    Wprowadzania kwerendy Singleton okno dialogowe jest zastępowany Zaznacz tabele wprowadzania okno dialogowe.

  4. Kliknij Zaznaczanie tabeli sprawy.

  5. In the Select Table dialog box, selectShifts from the list of data sources.W nazwę tabeli i widoku listy wybierz Shifts for Call Center (może być automatycznie zaznaczona), a następnie kliknij przycisk OK.

    Górnictwa przewidywania modelu powierzchni projektu jest aktualizowany, aby wyświetlić mapowania, które są tworzone przez usługi Analysis Services na podstawie nazw i danych typów kolumn danych wejściowych i w modelu.

  6. Kliknij prawym przyciskiem myszy jedną z linii łączyć, a następnie wybierz Modyfikowania połączeń.

    W oknie tym można wyświetlić dokładnie kolumny, które są mapowane, i które nie są.model wyszukiwania zawiera kolumny dla Calls, Orders, Issues, i LvlTwoOperators, które można mapować do dowolnego agregatów, które utworzono na podstawie tych kolumn w źródło danych.W tym scenariuszu będzie mapować średnich.

  7. Kliknij pustą komórka obok LevelTwoOperatorsi wybierz przesunięcia dla wywołania Center.AvgOperators.

  8. Click the empty cell next to Calls, select Shifts for Call Center.AvgCalls.and then click OK.

Do tworzenia prognoz dla każdego shift

  1. W siatce w dolnej połowie Konstruktor kwerend przewidywania, kliknij pustą komórka w źródła, , a następnie wybierz Shifts for Call Center.

  2. W puste komórka pod pola, wybierz opcję Shift.

  3. Kliknij następny pusty wiersz w siatce i powtórzyć procedurę opisaną powyżej, aby dodać nowy wiersz dla WageType.

  4. Kliknij następny pusty wiersz w siatce.W źródło kolumna, zaznacz Przewidywania funkcji.W pola kolumna, zaznacz Predict.

  5. Przeciągnij kolumna ServiceGrade z Górnictwa modelu okienka niedziałający do siatki, a także do Kryteria i Argument komórka.W Alias pole, wpisz przewidywane jakości usługi.

  6. Kliknij następny pusty wiersz w siatce.W źródło kolumna, zaznacz Przewidywania funkcji.W pola kolumna, zaznacz PredictProbability.

  7. Przeciągnij kolumna ServiceGrade z Górnictwa modelu okienka niedziałający do siatki, a także do Kryteria i Argument komórka.W Alias pole wpisz prawdopodobieństwa.

  8. Kliknij Przełącz do widoku wynik kwerendy do wyświetlania prognoz.

W poniższej tabela przedstawiono przykładowe wyniki każdej zmiany.

SHIFT

WageType

Przewidywane jakości usługi

Prawdopodobieństwo

AM

świąteczne

0.165

0.377520666

północy

świąteczne

0.105

0.364105573

PM1

świąteczne

0.165

0.40056055

PM2

świąteczne

0.165

0.338532973

AM

dzień tygodnia

0.165

0.370847617

północy

dzień tygodnia

0.08

0.352999173

PM1

dzień tygodnia

0.165

0.317419177

PM2

dzień tygodnia

0.105

0.311672027

Przewidywaniu wpływ czasu wywołania na jakości usługi

Wygenerowane niektóre wartości dla każdej zmiany i używanych jako dane wejściowe logistyczne regresja modelu.Jednakże biorąc pod uwagę, że celem firmy jest przechowywać abandon stawka w ramach zakres 0,05 0,00 wyniki nie są popieranie.

Dlatego zespołu operacje oparte na oryginalnym modelu wykazało silny wpływ czas reakcji na jakości usługa, decyduje uruchomienie niektórych prognoz, aby ocenić, czy zmniejszenie średni czas do odpowiadania na wywołania może zwiększyć stopień usługa.Na przykład wycięcie czas reakcji wywołanie 90 procent lub nawet 80 procent bieżący czas odpowiedzi Rozmowa co stanie?

Jest łatwo utworzyć widok źródło danych (DSV), który oblicza czas odpowiedzi średniej dla każdego shift.Można także łatwo dodać kolumny zawierające czasów, które reprezentują wartości miejsce docelowe.Następnie można użyć DSV jako dane wejściowe do modelu.

W poniższej tabela przedstawiono wyniki kwerendy przewidywanie, która używa różnych odpowiedzi trzykrotnie jako nakłady.Kwerenda zwraca również prawdopodobieństwo prognozowanej wartości tak, aby ocenić, jak bardzo prawdopodobne jest zmniejszenie odpowiedź czas będą miały wpływ na jakości usług.

W poniższej tabela pierwszy zestaw liczb reprezentuje zaszeregowania przewidywane usługa, a drugi zestaw numerów (w nawiasach) reprezentuje prawdopodobieństwo, że przewidywane wartości.Z tych wyniki może stwierdzić, że jest warta próby zmniejszyć czas reakcji 90 procent.

SHIFT

WageType

Średni czas odpowiedzi dla shift

czas reakcji 90 procent redukcji

czas reakcji 80 procent redukcji

AM

świąteczne

0.165 (0.366079388)

0.05 (0.457470875)

0.05 (0.610514425)

AM

dzień tygodnia

0.05 (0.341218694)

0.05 (0.475767776)

0.05 (0.60083244)

północy

świąteczne

0.165 (0.337801273)

0.05 (0.413774655)

0.05 (0.545764101)

północy

dzień tygodnia

0.05 (0.378241537)

0.05 (0.471615415)

0.05 (0.545614362)

PM1

świąteczne

0.165 (0.457871243)

0.165 (0.376892925)

0.05 (0.359440286)

PM1

dzień tygodnia

0.08 (0.299182047)

0.08 (0.363761441)

0.08 (0.40686473)

PM2

świąteczne

0.105 (0.325921785)

0.05 (0.392121793)

0.05 (0.521558758)

PM2

dzień tygodnia

0.105 (0.436051591)

0.105 (0.342589832)

0,05 (Y)

Oprócz wartości wejściowych przez Widok źródło danych, jak pokazano tutaj, można obliczyć nakładów programowo a umożliwiają modelu.Drodze iteracji wszystkich możliwych wartości, można znaleźć w czas reakcji gwarantuje, że zmniejszenie najmniejszą miejsce docelowe usługa poziom dla każdej zmiany.

Istnieje wiele innych kwerend przewidywanie, tworzonych na tym modelu.Na przykład, można przewidzieć, ile podmioty gospodarcze są zobowiązane spełniać niektóre usługa poziom lub odpowiedzieć na pewną liczbę wywołań przychodzących.Ponieważ można dołączyć wiele wyjść logistyczne regresja modelu jest łatwy do eksperymentowania z różnymi zmiennymi niezależnymi a wyniki bez konieczności tworzenia wielu osobnych modeli.

Uwagi

Dane górnictwa dodatki programu Excel 2007 zapewniają regresją kreatorów tego marka go łatwo odpowiedzi na pytania złożonych, takich jak ile poziom dwa operatory byłaby wymagana do poprawy jakości usługa do miejsce docelowe poziomu określonego klawisza SHIFT.wyszukiwanie danych dodatki są bezpłatnie pobrać i mają kreatorów, które są oparte na sieci neuronowe lub logistyczne regresja algorytmów.Aby uzyskać więcej informacji zobacz następujące łącza:

Wniosek

Zapewne tworzenie, dostosowywanie i interpretować modeli górnictwa, które są oparte na sieci neuronowe Microsoft algorytmu i algorytm regresją Microsoft.Te typy modelu są skomplikowane i zezwolić na niemal nieskończoną odmiany analizy i dlatego może być złożony i trudny do wzorca.Narzędzia takie jak Excel na podstawie wykresów i tabel przestawnych w projektancie Widok źródła danych można zapewnić obsługę Najsilniejsze trendów wykrytych przez algorytmy i może ułatwić zrozumienie trendów, które zostały wykryte.Jednak pełni docenisz informacje na temat technologii z modelu, możesz eksplorować analizy dostarczonych przez model i przeglądania danych w niektórych głębokość i z powrotem przechodzenie między niestandardowej model wyszukiwania Podgląd i inne narzędzia.Dzięki temu można opracować pełni Zrozumienie trendów w danych.