• 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 per individuare eventuali risultati interessanti, in particolare se i dati suggeriscono problemi del personale o soluzioni per migliorare il tempo di risposta.

Il set di dati riguarda solo un periodo di 30 giorni di operatività 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 un modello di rete neurale per esplorare le possibili correlazioni. I modelli di rete neurale vengono spesso utilizzati per l'individuazione di informazioni e consentono di analizzare relazioni complesse tra molti input e output.

Dopo avere determinato i fattori che contribuiscono alla soddisfazione del cliente nei confronti del call center, verrà creato un modello di regressione da utilizzare per eseguire stime sulla gestione del personale e altre decisioni aziendali quotidiane.

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 dati e tendenze e 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:

Cronologia modifiche

Aggiornamento del contenuto

Aggiornamento dello scenario dell'esercitazione in modo da utilizzare una singola struttura di data mining contenente più copie della colonna numerica, con ciascuna colonna discretizzata in modo diverso.

Aggiunta di una spiegazione sull'utilizzo degli alias di colonna nei modelli di data mining.

Correzione dei nomi dei modelli di data mining in stime e istruzioni DLL in modo che corrispondano allo scenario aggiornato.

Aggiunta della descrizione della procedura di generazione del giorno della settimana nella vista origine dati e aggiunta del giorno della settimana ai modelli risultanti.