Lezione 2: Creazione di uno scenario relativo al mailing diretto
Il reparto marketing di Adventure Works intende aumentare le vendite inviando messaggi promozionali a specifici clienti. In base all'esame delle tipologie di clienti noti, la società spera di individuare modelli che siano applicabili alla clientela potenziale. L'obiettivo dell'azienda è quello di individuare modelli che consentano di eseguire previsioni circa i potenziali clienti e i prodotti che questi acquisteranno con maggiore probabilità.
Il reparto marketing, inoltre, intende raggruppare in base a criteri logici i clienti già inseriti nel database, ad esempio quelli che presentano caratteristiche demografiche e abitudini di acquisto simili.
Il database dell'azienda, AdventureWorksDW, contiene un elenco dei clienti acquisiti e un elenco di potenziali nuovi clienti.
In questa lezione verranno illustrate le procedure per la creazione di uno scenario relativo al mailing diretto. Dopo aver completato le attività di questa lezione saranno disponibili:
- Un set di modelli di data mining in grado di suggerire i clienti più probabili all'interno di un elenco di potenziali clienti.
- Un cluster dei clienti attuali.
Per completare le attività di questa lezione verranno utilizzati Algoritmo Microsoft Naive Bayes, Algoritmo Microsoft Decision Trees e Algoritmo Microsoft Clustering.
Questa lezione include gli argomenti seguenti:
- Creazione della struttura del modello di data mining per il mailing diretto Targeted Mailing (Esercitazione sul data mining)
- Modifica del modello Targeted Mailing (Esercitazione sul data mining)
- Esplorazione dei modelli Targeted Mailing (Esercitazione sul data mining)
- Verifica dell'accuratezza dei modelli di data mining (Esercitazione sul data mining)
- Creazione di stime (Esercitazione sul data mining)