ภาพรวมของโมเดลการคาดคะเน
โมเดลการคาดคะเน AI Builder จะวิเคราะห์รูปแบบในข้อมูลประวัติที่คุณระบุ โมเดลการคาดคะเนเรียนรู้ที่จะเชื่อมโยงรูปแบบเหล่านั้นกับผลลัพธ์ จากนั้นเราใช้ความสามารถของ AI เพื่อตรวจจับรูปแบบที่เรียนรู้ในข้อมูลใหม่และใช้เพื่อทำนายผลลัพธ์ในอนาคต
ใช้โมเดลการคาดคะเนเพื่อสำรวจคำถามทางธุรกิจที่สามารถตอบได้ด้วยวิธีใดวิธีหนึ่งดังต่อไปนี้:
- จากสองตัวเลือกที่มีอยู่ (ไบนารี)
- จากผลลัพธ์ที่เป็นไปได้หลายประการ
- โดยที่คำตอบคือตัวเลข
การคาดคะแนแบบไบนารี
การคาดคะเนแบบไบนารีคือเมื่อคำถามที่ถามมีคำตอบที่เป็นไปได้สองคำตอบ ตัวอย่างเช่น ใช่/ไม่ใช่ จริง/เท็จ ตรงเวลา/ล่าช้า ไป/ไม่ไป เป็นต้น ตัวอย่างคำถามที่ใช้การคาดคะเนแบบไบนารี ได้แก่
- ผู้สมัครมีสิทธิ์เป็นสมาชิกหรือไม่
- ธุรกรรมนี้น่าจะเป็นการฉ้อโกงหรือไม่
- ลูกค้าเป็นผู้สมัครที่ดีสำหรับแคมเปญการตลาดหรือไม่
- ลูกค้าองค์กรมีแนวโน้มที่จะชำระใบแจ้งหนี้ตรงเวลาหรือไม่
การคาดคะเนผลลัพธ์หลายรายการ
การคาดคะเนผลลัพธ์หลายรายการคือเมื่อสามารถตอบคำถามจากรายการผลลัพธ์ที่เป็นไปได้มากกว่าสองรายการ ตัวอย่างของการคาดคะเนผลลัพธ์หลายรายการรวมถึง:
- พัสดุจะมาถึงก่อนเวลา ตรงเวลา ล่าช้า หรือล่าช้ามาก
- ลูกค้าจะสนใจผลิตภัณฑ์ใด
การคาดคะเนเชิงตัวเลข
การคาดคะเนเชิงตัวเลขคือ เมื่อมีการตอบคำถามด้วยตัวเลข ตัวอย่างของการคาดคะเนผลลัพธ์ที่เป็นตัวเลข ได้แก่
- สินค้าจะมาถึงภายในกี่วัน
- ตัวแทนควรจัดการการโทรกี่ครั้งในหนึ่งวัน
- เราจำเป็นต้องเก็บสินค้าไว้ในคลังสินค้ากี่รายการ
- ทีมขายควรเปลี่ยนโอกาสในการขายกี่ครั้งในหนึ่งเดือน
ดูเพิ่มเติม
ความพร้อมของคุณสมบัติการทำงานแยกตามพื้นที่
ข้อกำหนดเบื้องต้นสำหรับโมเดลการคาดคะเน