Panoramica del modello di previsione

I modelli di previsione di AI Builder analizzano i modelli nei dati storici che fornisci. I modelli di previsione imparano ad associare questi modelli ai risultati. Quindi viene utilizzata la potenza dell'IA per rilevare i modelli appresi nei nuovi dati e vengono utilizzati per prevedere i risultati futuri.

Utilizza il modello di previsione per esplorare le domande aziendali a cui è possibile rispondere in uno dei seguenti modi:

• Da due opzioni disponibili (binaria).
• Da molteplici risultati possibili.
• Dove la risposta è un numero.

Previsione binaria

La previsione binaria è quando la domanda posta ha due possibili risposte. Ad esempio: sì/no, vero/falso, puntuale/in ritardo, passa/non passa e così via. Esempi di domande che utilizzano la previsione binaria includono:

• Un candidato è idoneo all'iscrizione?
• Questa transazione può essere fraudolenta?
• Un cliente è un buon candidato per una campagna di marketing?
• È probabile che un account paghi le fatture in tempo?

Previsione con molteplici risultati

La previsione con molteplici risultati si verifica quando è possibile rispondere alla domanda da un elenco di più di due risultati possibili. Esempi di previsione con molteplici risultati includono:

• Una spedizione arriverà in anticipo, quando previsto, in ritardo o molto in ritardo?
• A quale prodotto sarebbe interessato un cliente?

Previsione numerica

La previsione numerica è quando la risposta alla domanda è numerica. Esempi di previsione numerica includono:

• Tra quanti giorni arriverà una spedizione?
• Quante chiamate deve gestire quotidianamente un agente?
• Quanti articoli dobbiamo tenere nell'inventario?
• Quanti lead dovrebbe convertire un team di vendita in un mese?

Vedi anche

Disponibilità delle funzionalità per area geografica
Prerequisiti del modello di previsione