Lektion 5: Erstellen von neuronalen Netzwerk- und logistischen Regressionsmodellen (Data Mining-Lernprogramm für Fortgeschrittene)

Artikel
01/11/2017

Gilt für: SQL Server 2016 Preview

Die Betriebsabteilung von Adventure Works arbeitet daran, die Kundenzufriedenheit bezüglich des Callcenters zu verbessern. Ein Drittanbieter wurde mit der Führung des Callcenters und der Erstellung von Berichten zu Metriken bezüglich der Effektivität des Callcenters beauftragt. Ihre Aufgabe ist es, einige vorläufige durch den Drittanbieter bereitgestellte Daten zu analysieren. Ihr Auftraggeber möchte wissen, ob es interessante Ergebnisse gibt. Insbesondere ist interessant, ob die Daten Rückschlüsse auf Probleme mit der Personalbesetzung zulassen oder Möglichkeiten aufzeigen, die Kundenzufriedenheit zu verbessern.

Das Dataset ist klein und umfasst nur einen Zeitraum von 30 Tagen im Betrieb des Callcenters. Die Daten verfolgen die Anzahl der neuen und erfahrenen Operatoren in jeder Schicht, die Anzahl der eingehenden Aufrufe, die Anzahl von Bestellungen und zu lösenden Problemen sowie die durchschnittlich Wartezeit eines Kunden, bis ein Operator auf einen Aufruf reagiert. Die Daten enthalten zudem eine Dienstqualitätsmetrik auf Grundlage der Abbruchrate, die ein Indikator der Kundenfrustration ist.

Da Sie im Voraus keine bestimmten Ergebnisse von der Datenanalyse erwarten, beschließen Sie, mithilfe eines neuronalen Netzwerkmodells die Daten auf mögliche Korrelationen zu durchsuchen. Neuronale Netzwerkmodelle werden oft zum Durchsuchen von Daten verwendet, da mit diesen komplexe Beziehungen zwischen vielen Eingaben und Ausgaben analysiert werden können.

Lernziele

In dieser Lektion verwenden Sie den Neural Network-Algorithmus, um ein Modell zu erstellen, das Sie und das Betriebsteam verwenden können, um die Trends in den Daten zu verstehen. Als Teil dieser Lektion versuchen Sie, die folgenden Fragen zu beantworten:

Welche Faktoren beeinflussen die Kundenzufriedenheit?
Wie kann das Callcenter die Dienstqualität verbessern?

Auf Grundlage der Ergebnisse erstellen Sie dann ein logistisches Regressionsmodell, das Sie für Vorhersagen verwenden können. Die Vorhersagen werden vom Betriebsteam für die Betriebsplanung des Callcenters verwendet.

Diese Lektion enthält die folgenden Themen: