• Artigo

Lição 5: Criando modelos de rede neural e de regressão logística (Tutorial de mineração de dados intermediário)

O departamento de Operações da Adventure Works está envolvido em um projeto para melhorar satisfação do cliente com seu call center. Eles contrataram um fornecedor para gerenciar o call center e relatar a métrica da efetividade do call center e pediram a você para analisar alguns dados preliminares apresentados pelo fornecedor. Eles querem saber se é há alguma descoberta interessante. Em particular, eles gostariam de saber se os dados sugerem algum problema com a equipe ou maneiras de melhorar o tempo de resposta.

O conjunto de dados é pequeno e abrange apenas um período de 30 dias na operação do call center. Os dados rastreiam o número de operadores em cada turno, o número de chamadas e pedidos, o tempo de resposta e uma métrica de classificação de serviço com base na taxa de abandono, que é um indicador da frustração do cliente.

Como não tem nenhuma expectativa anterior sobre o que os dados mostrarão, você decide usar mineração de dados para explorar possíveis correlações. Os modelos de rede neural são usados com freqüência para exploração, porque podem analisar relações complexas entre muitas entradas e saídas.

O que você aprenderá

Nesta lição, você usará o algoritmo de rede neural para criar um modelo que você e a equipe de Operações possam usar para entender os dados e as tendências neles. Como parte desta lição, você explorará os dados e tentará responder as perguntas seguintes:

  • Que fatores afetam a satisfação do cliente?

  • O que o call center pode fazer para melhorar a classificação do serviço?

Com base nos resultados, você criará um modelo de regressão logística que poderá usar para previsões. As previsões serão usadas pela equipe de Operações como um auxílio no planejamento da operação do call center.

Esta lição contém os seguintes tópicos: