Общие сведения о модели прогнозирования

  • Статья

Модели прогноза AI Builder анализируют закономерности в предоставленных вами исторических данных. Прогнозные модели учатся связывать эти закономерности с результатами. Затем мы используем возможности ИИ для обнаружения изученных закономерностей в новых данных и используем их для прогнозирования будущих результатов.

Используйте прогнозную модель, чтобы изучить бизнес-вопросы, на которые можно ответить одним из следующих способов:

  • Из двух доступных вариантов (бинарный).
  • Из нескольких возможных результатов.
  • Где ответ — число.

Двоичное прогнозирование

Двоичный прогноз — это когда на заданный вопрос есть два возможных ответа. Например: да/нет, правда/ложь, вовремя/поздно, положительно/отрицательно и т. д. Примеры вопросов, использующих двоичный прогноз, включают:

  • Имеет ли заявитель право стать участником?
  • Вероятно ли,, что эта транзакция мошенническая?
  • Подходит ли клиент для маркетинговой кампании?
  • Может ли владелец этой учетной записи оплачивать счета вовремя?

Прогноз с несколькими исходами

Прогноз с множественными результатами — это когда на вопрос можно ответить более чем двумя возможными результатами. Примеры прогноза с несколькими результатами включают в себя:

  • Прибудет ли поставка рано, вовремя, поздно или очень поздно?
  • Какой продукт будет интересен покупателю?

Количественное прогнозирование

Количественный прогноз — это когда ответом на вопрос будет число. Примеры прогноза с числовым результатом включают в себя:

  • Сколько дней займет доставка поставки?
  • Сколько звонков должен обработать агент за день?
  • Сколько товаров нам нужно держать в запасах?
  • Сколько потенциальных клиентов должна преобразовать рабочая группа по продажам за месяц?

Доступность компонентов по регионам
Предварительные требования для модели прогнозирования