차례:
- 예측 모델
- 클러스터링 및 분류를 사용하는 모델은 기존 데이터 내의 다른 그룹을 식별합니다. 클러스터링을 사용하여 새 데이터 요소를 분류하는 클러스터링 모델의 출력 위에 예측 모델을 작성할 수 있습니다.
- 의사 결정 모델
- 연관 모델
비디오: Stock Price Prediction | AI in Finance 2024
예측 분석을 수행하려면 모델이 필요합니다. 모델은 세계 사람들이 관심을 갖고있는 세그먼트의 수학적 표현 일뿐입니다. 모델은 고객의 행동 측면을 모방 할 수 있습니다. 다른 고객 세그먼트를 나타낼 수 있습니다. 잘 만들어진 잘 조율 된 모델은 주어진 이벤트의 다음 결과 인 예측 - 높은 정확성으로 예측할 수 있습니다.
예측 분석에 사용되는 모델을 다양한 방법으로 분류 할 수 있습니다. 일반적으로
- 그들이 해결하는 비즈니스 문제와 그들이 제공하는 주요 비즈니스 기능 (예: 영업, 광고, 인사 또는 위험 관리).
- 모델에서 사용 된 수학적 구현 (예: 통계, 데이터 마이닝 및 기계 학습).
모든 모델에는 이러한 측면의 일부 조합이 있습니다. 더 자주, 하나 또는 다른 것이 지배하게 될 것입니다. 모델의 의도 된 기능은 예측, 분류, 클러스터링, 의사 결정 또는 결합과 같은 다양한 방향 중 하나를 취할 수 있습니다.
예측 모델
예측 모델은 데이터를 분석하고 다음 결과를 예측합니다. 이는 비즈니스 인텔리전스와는 다른 예측 분석의 큰 기여입니다. 비즈니스 인텔리전스는 현재 조직에서 진행되고있는 일을 모니터합니다. 예측 모델은 과거 데이터를 분석하여 향후 결과의 가능성에 대한 정보를 바탕으로 결정합니다.
특정 조건 (최근 고객 불만 건수 및 빈도, 접근하는 서비스 갱신 날짜 및 경쟁 업체의 저렴한 옵션 제공 여부)을 고려할 때이 고객이 이탈 할 가능성은 얼마나됩니까?
클러스터링 및 분류 모델클러스터링 및 분류를 사용하는 모델은 기존 데이터 내의 다른 그룹을 식별합니다. 클러스터링을 사용하여 새 데이터 요소를 분류하는 클러스터링 모델의 출력 위에 예측 모델을 작성할 수 있습니다.
예를 들어 고객 데이터에서 클러스터링 알고리즘을 실행하여 잘 정의 된 그룹으로 분류하면 분류를 사용하여 신규 고객을 파악하고 그룹을 명확하게 식별 할 수 있습니다.그런 다음 응답 (예: 대상 마케팅 캠페인) 및 새 고객 취급을 조정할 수 있습니다. 분류 (Classification)는 데이터 항목이 특정 클래스에 속하는지 여부를 나타 내기 위해 특성 및 기능의 조합을 사용합니다.
분류 문제로 많은 어플리케이션이나 비즈니스 문제를 공식화 할 수 있습니다. 예를 들어, 매우 기본적인 수준에서 결과를 원하는 것과 원하지 않는 것으로 분류 할 수 있습니다. 예를 들어 보험 청구를 합법적 인 또는 사기적인 것으로 분류 할 수 있습니다.
의사 결정 모델
복잡한 시나리오를 감안할 때 최선의 결정은 무엇입니까? 만약 당신이 그 행동을 취하는 것이라면 그 결과는 무엇입니까? 의사 결정 지향 모델 (간단히
의사 결정 모델
이라고 함)은 특정 이벤트가 주어질 때 최상의 조치 과정을 식별 할 수 있도록 전략적 계획을 수립함으로써 이러한 문제를 해결합니다. 의사 결정 모델은 위험 완화 전략이 될 수 있으므로 가능성이 낮은 이벤트에 대한 최상의 대응을 식별하는 데 도움이됩니다. 의사 결정 모델은 다양한 시나리오를 조사하고 모든 코스 중에서 최고의 것을 선택합니다. 정보에 입각 한 결정을 내리기 위해서는 운영중인 데이터와 컨텍스트의 복잡한 관계를 깊이 이해해야합니다. 의사 결정 모델은 해당 이해를 개발하는 데 도움이되는 도구입니다. 연관 모델
연관 모델 (
연관 모델
이라고 함)은 데이터에있는 기본 연관과 관계에 기초합니다. 예를 들어 고객이 특정 서비스에 가입 한 경우 다른 특정 서비스를 주문할 가능성이 큽니다. 고객이 제품 A (스포츠카)를 구매하려고하고 해당 제품이 제품 B (예: 자동차 제조업체가 브랜드 한 선글라스)와 연결되어있는 경우 제품 B를 구매할 가능성이 높습니다. 이러한 협회 중 일부는 쉽게 식별 할 수 있습니다. 다른 사람들은 그렇게 분명하지 않을 수 있습니다. 이전에는 알려지지 않았던 흥미로운 연관성을 놓치게되면 극적인 이점이 생길 수 있습니다. 연관성을 찾는 또 다른 방법은 주어진 이벤트가 다른 이벤트가 발생할 확률을 증가시키는 지 여부를 결정하는 것이다. 예를 들어, 특정 산업 분야를 이끌고있는 회사가 단지 별 수익을보고했다면, 같은 부문의 주식 바구니가 가치를 올리거나 내릴 확률은 얼마입니까?