次の方法で共有


利益チャート (Analysis Services - データ マイニング)

利益チャートには、マイニング モデルの使用に関連して予測される利益増加分が表示されます。 たとえば、ビジネスのシナリオでどの顧客にコンタクトするべきかを予測するモデルの利益チャートでは、x 人の顧客にコンタクトするためのターゲット メーリング キャンペーンの実施コストに関する情報を取り込んで、予測される利益を計算します。 一般的には、利益チャートでは、ある時点まで利益の増加が見られますが、その時点以降では、コンタクトする顧客数が増加するにつれて利益は減少します。

利益チャートについて

利益チャートは、リフト チャートに似ています。 リフト チャートと同様に、利益チャートは同じ不連続属性を予測する限り、複数のモデルの比較に使用できます。 利益チャートの作成には個別のインターフェイスはありません。データ マイニング デザイナーの [マイニング精度チャート] タブの [リフト チャート] タブを使用して開始し、利益チャート固有のコストおよび利益の情報を追加します。

この流れを示すために、このトピックでは、自転車を購入する可能性が最も高いのはどの顧客か、およびこれらの見込み客を選択的にターゲットにすることで実現する可能性のある利益はどの程度かを予測するために作成された利益チャートについて説明します。

このシナリオに従って作業するために、「基本的なデータ マイニング チュートリアル」で作成したデシジョン ツリー モデル TM_Decision Tree を使用します。 リフト チャートと同様に、モデルと予測可能な属性を選択して開始しますが、一覧の [利益チャート] をクリックします。

グラフの種類として利益チャートを選択すると、[利益チャートの設定] ダイアログ ボックスが自動的に開きます。 このダイアログ ボックスは、ターゲット メーリング キャンペーンに関連付けられているコストと利益を指定するときに役立ちます。 利益チャートを定義するパラメーターを設定すると、表示されるグラフは自動的に利益チャートに変更されます。 これらの例のグラフでは、次の値を使用しました。

設定

モデルの選択

TM_DecisionTree

予測可能な属性と予測可能な値の指定

このシナリオでは、自転車を購入する可能性の高い顧客を知りたいだけなので、[Bike Buyer] =1 を選択します。

他のシナリオでは、負のコストをモデル化することがさらに重要である場合があります。つまり、間違った予測によるコストについて説明する利益チャートが必要になります。 このようなシナリオでは、特定の予測可能な値を指定しないで、すべての結果を測定します。

テスト データセット、またはモデルの精度と収益性の評価に使用するデータの選択

モデルの収益性の一般的な精度のみを評価する場合は、マイニング構造が作成されたときに生成されたテスト セットを使用できます。

ただし、実際のデータのモデルの精度と収益性を予測する場合は、見込み客とその属性を含んでいるデータ セットを使用します。

対象になる母集団の合計に対する値の設定

データベースに多くの顧客が含まれている場合もありますが、郵送料を抑えるために、反応がありそうだとモデルが特定した上位 20,000 人の顧客のみをターゲットにします。

20,000 人の顧客に対するターゲット メーリング キャンペーンの準備にかかる 1 回のコストの入力

500

ターゲット メーリング キャンペーンの単位あたりのコストの入力

この金額に 20,000 以下の数 (実際の数は、モデルで適切な見込み客として予測された顧客の数によって決まります) を掛けた値が計算されます。

3

成功した場合に期待できる利益または収入の金額を表す値の入力

この金額を使用して、可能性が高いケースに関連する利益総額が算出されます。

25

結果の解釈

次の図は、これらのパラメーターに基づくグラフを示しています。 このチャートの Y 軸は利益を、X 軸はコンタクトした母集団の割合を示します。

単純な利益チャートの例

利益チャートには、対象になる母集団の割合を示す灰色の垂直線が描かれています。 この線は、グラフ内の任意の場所をクリックして移動することができます。 線を移動するたびに [マイニング凡例] が更新されて、割合の値、利益のスコア、および灰色の垂直線が示す母集団の割合に関連付けられている予測確率が表示されます。 利益が最大になるグラフ内の点に灰色の線を移動すると、その予測確率の値を使用して顧客へのコンタクトの戦略を決定できます。

ケースの割合

シリーズ、モデル

利益

予測確率

30

  

$103,000

67.23%

40

TM_Decision Tree

$128,500

60.90%

50

  

$149,500

50.70%

60

  

$168,000

44.05%

このグラフを試してみると、利益曲線は母集団が 55% のときに最高点に達すること、その母集団の割合に関連付けられている予測確率は 20% であることがわかります。 これらの結果から、最大の利益を得るためには 20% 以上の予測回答率のある顧客のみにコンタクトすればよいことがわかります。

関連コンテンツ

次のトピックには、精度チャートの構築方法と使用方法に関する詳細な情報が含まれています。

トピック

リンク

Targeted Mailing モデルのリフト チャートの作成方法に関するチュートリアルが含まれています。

基本的なデータ マイニング チュートリアル

リフト チャートを使用した精度テスト (基本的なデータ マイニング チュートリアル)

関連するグラフの種類について説明します。

リフト チャート (Analysis Services - データ マイニング)

分類マトリックス (Analysis Services - データ マイニング)

散布図 (Analysis Services - データ マイニング)

マイニング モデルとマイニング構造の相互検証について説明します。

相互検証 (Analysis Services - データ マイニング)

リフト チャートおよびその他の精度チャートを作成する手順について説明します。

テスト、検証タスク、および操作方法 (データ マイニング)

関連項目

概念

テストおよび検証 (データ マイニング)