Graphique des bénéfices (Analysis Services - Exploration de données)
Un graphique des bénéfices affiche l'augmentation estimée des bénéfices associée à l'utilisation d'un modèle d'exploration de données. Par exemple, si votre modèle prédit les clients qu'une entreprise doit contacter dans un scénario professionnel, le graphique des bénéfices incorpore les informations relatives au coût de la campagne de publipostage ciblée pour contacter x clients et calcule les bénéfices estimés. Un graphique des bénéfices classique montre une augmentation des bénéfices jusqu'à un certain point, après lequel les bénéfices diminuent à mesure que le nombre d'individus contactés augmente.
Fonctionnement du graphique des bénéfices
Un graphique des bénéfices est similaire à un graphique de courbes d'élévation. À l'instar d'un graphique de courbes d'élévation, un graphique des bénéfices peut être utilisé pour comparer plusieurs modèles, à condition que tous prédisent le même attribut discret. Il n'existe aucune interface distincte pour créer un graphique des bénéfices ; vous commencez à l'aide de l'onglet Graphique de courbes d'élévation de l'onglet Graphique d'analyse de précision de l'exploration de données du Concepteur d'exploration de données, puis ajoutez les informations de coûts et de bénéfices spécifiques aux graphiques des bénéfices.
Pour illustrer le fonctionnement, cette rubrique vous décrit un graphique des bénéfices créé pour prédire quels prospects sont les plus susceptibles d'acheter un vélo, ainsi que le montant des bénéfices que vous pouvez réaliser en ciblant sélectivement ces prospects.
Pour suivre ce scénario, utilisez le modèle d'arbre de décision, TM_Decision Tree, que vous avez créé dans le didacticiel sur l'exploration de données de base. Démarrez en sélectionnant un modèle et un attribut prédictible, comme vous le feriez pour un graphique de courbes d'élévation, mais sélectionnez Graphique des bénéfices dans la liste.
La boîte de dialogue Paramètres du graphique des bénéfices s'ouvre automatiquement chaque fois que vous sélectionnez un graphique des bénéfices comme type de graphique. Cette boîte de dialogue vous permet de spécifier les coûts et les bénéfices associés à une campagne de publipostage ciblée. Une fois que vous avez défini les paramètres associés à un graphique des bénéfices, le graphique se transforme automatiquement en graphique des bénéfices. Pour le graphique affiché dans ces exemples, nous avons utilisé les valeurs suivantes :
Paramètre |
Valeur |
|---|---|
Choisir un modèle |
TM_DecisionTree |
Définir l'attribut prédictible et la valeur prévisible |
pour ce scénario, vous vous intéressez uniquement aux clients susceptibles d'acheter un vélo ; par conséquent, choisissez [Bike Buyer] =1 Dans d'autres scénarios, il peut être plus important de modéliser les coûts négatifs : autrement dit, vous souhaiteriez peut-être que votre graphique des bénéfices explique le coût d'une prédiction inexacte. Dans ce scénario, vous ne spécifieriez aucune valeur prévisible particulière et mesureriez tous les résultats. |
Choisissez le jeu de données de test ou les données utilisées pour évaluer la précision et la rentabilité du modèle |
Si vous souhaitez évaluer uniquement la précision générale de la rentabilité du modèle, vous pouvez utiliser le jeu de test qui a été généré lors de la création de la structure d'exploration de données. Toutefois, si vous souhaitez prédire la précision et la rentabilité du modèle sur des données réelles, utilisez le jeu de données qui contient les prospects et leurs attributs. |
Définir la valeur de la population cible totale |
Votre base de données peut contenir de nombreux clients, mais pour économiser sur les dépenses de publipostage, vous ne ciblez que les 20 000 clients principaux que le modèle identifie comme très susceptibles de répondre. |
Entrer le coût fixe de la configuration d'une campagne de publipostage ciblée pour 20 000 personnes |
500 |
Entrez le coût unitaire de la campagne de publipostage ciblée. Ce montant sera multiplié par un nombre inférieur ou égal à 20 000, en fonction du nombre de clients qui le modèle prédira comme étant des prospects valables. |
3 |
Entrez une valeur qui représente le montant des bénéfices ou des recettes qui peut être attendu d'un résultat réussi. Ce montant sera utilisé pour projeter le total des bénéfices associés aux cas à probabilité élevée. |
25 |
Interprétation des résultats
Le diagramme qui suit montre le graphique qui était basé sur ces paramètres. L'axe des Y du graphique représente les bénéfices, tandis que l'axe des X représente le pourcentage d'individus que la société a contactés.
.gif "exemple de graphique des bénéfices simple")
Le graphique des bénéfices contient une ligne verticale grise qui marque un pourcentage de la population cible. Vous pouvez déplacer la ligne en cliquant sur un emplacement du graphique. Chaque fois que vous déplacez la ligne, la légende d'exploration de données est mise à jour pour afficher la valeur de pourcentage, un score de bénéfices et la probabilité de prédiction qui est associée au pourcentage de population indiqué au niveau de la ligne grise verticale. Si vous déplacez la ligne grise vers le point du graphique où les bénéfices sont les plus élevés, vous pouvez utiliser la valeur de la probabilité de prédiction pour déterminer une stratégie de contact des clients.
Cas (en pourcentage) |
Série, Modèle |
Bénéfices |
Probabilité de prédiction |
|---|---|---|---|
30 |
|
$103,000 |
67.23% |
40 |
TM_Decision Tree |
$128,500 |
60.90% |
50 |
|
$149,500 |
50.70% |
60 |
|
$168,000 |
44.05% |
En manipulant ce graphique, vous pouvez déterminer que le sommet de la courbe des bénéfices est à 55 % de la population et que la probabilité de prédiction associée est de 20 %. Ces résultats indiquent que, pour réaliser des bénéfices maximaux, vous devez contacter uniquement les clients dont la réponse est prédite avec une probabilité de 20 % ou plus.
Contenu connexe
Les rubriques suivantes contiennent davantage d'informations sur la façon dont vous pouvez créer et utiliser des graphiques d'analyse de précision.
Rubriques |
Liens |
|---|---|
Propose une procédure pas à pas permettant de créer un graphique de courbes d'élévation pour le modèle de publipostage ciblé. |
|
Explique les types de graphique associés. |
Graphique de courbes d'élévation (Analysis Services - Exploration de données) Matrice de classification (Analysis Services - Exploration de données) Nuage de points (Analysis Services - Exploration de données) |
Décrit la validation croisée des modèles d'exploration de données et des structures d'exploration de données. |
Validation croisée (Analysis Services - Exploration de données) |
Décrit les étapes permettant de créer des graphiques de courbes d'élévation et d'autres graphiques d'analyse de précision. |
Tâches de test et validation et procédures (exploration de données) |