• Articolo

Lezione 5: Creazione dei modelli di rete neurale e di regressione logistica (Esercitazione intermedia sul data mining)

Il reparto operativo di Adventure Works è coinvolto in un progetto per migliorare il livello di soddisfazione dei clienti del call center. La gestione del call center è stata affidata a un fornitore che deve anche raccogliere dati sull'efficienza del call center che dovranno essere analizzati. Si desidera sapere se sono presenti dati interessanti, in particolare se i dati suggeriscono problemi del personale o soluzioni per migliorare il tempo di risposta.

Il set di dati è piccolo e riguarda solo un periodo di 30 giorni di funzionamento del call center. I dati includono il numero di operatori per ogni turno, il numero di chiamate e di ordini, il tempo di risposta e la metrica del livello di servizio in base alla frequenza di abbandono, un indicatore della frustrazione del cliente.

Poiché non esistono previsioni per i risultati dei dati, si decide di utilizzare il data mining per esplorare le possibili correlazioni. I modelli di rete neurale vengono spesso utilizzati per l'esplorazione perché consentono di analizzare relazioni complesse tra molti input e output.

Lezioni dell'esercitazione

In questa lezione verrà utilizzato l'algoritmo Microsoft Neural Network per generare un modello che sarà possibile utilizzare con il team del reparto operativo per comprendere i dati e le relative tendenze. In questa lezione si esploreranno i dati e si tenterà di rispondere alle domande seguenti:

  • Quali fattori influiscono sulla soddisfazione dei clienti?

  • Che cosa può fare il call center per migliorare il livello del servizio?

In base ai risultati si creerà quindi un modello di regressione logistica che risulterà utile per ottenere le stime che saranno utilizzate dal team operativo per supportare la pianificazione del funzionamento del call center.

In questa lezione sono inclusi gli argomenti seguenti: