Общие сведения о модели прогнозирования
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?
См. также
Доступность компонентов по регионам
Предварительные требования для модели прогнозирования