Mục lục:
- Cách hiển thị nhóm ẩn trong dữ liệu của bạn
- Làm thế nào để hình dung kết quả phân loại dữ liệu
- Trong quá trình phân nhóm hoặc phân loại khách hàng mới, mỗi giờ bạn chạy vào
Video: Hễ cứ lên show hẹn hò là phải hẹn hò liền? | BAR STORIES 2025
Hình dung các kết quả phân tích tiên đoán của bạn thực sự giúp các bên liên quan hiểu các bước tiếp theo. Dưới đây là một số cách sử dụng kỹ thuật hiển thị để báo cáo kết quả mô hình của bạn cho các bên liên quan.
Cách hiển thị nhóm ẩn trong dữ liệu của bạn
Thu thập dữ liệu là quá trình khám phá các nhóm ẩn của các mục có liên quan trong dữ liệu của bạn. Trong hầu hết các trường hợp, cụm (nhóm) bao gồm các đối tượng dữ liệu cùng loại như người dùng mạng xã hội, tài liệu văn bản hoặc e-mail.
Một cách để hình dung các kết quả của một mô hình phân cụm dữ liệu là một biểu đồ đại diện cho các cộng đồng xã hội (các cụm) được phát hiện trong dữ liệu thu thập được từ người sử dụng mạng xã hội. Dữ liệu về khách hàng được thu thập dưới dạng bảng; sau đó một thuật toán phân cụm đã được áp dụng cho dữ liệu, và ba nhóm (nhóm) được phát hiện: khách hàng trung thành, khách hàng lang thang, khách hàng giảm giá.
Ở đây mối quan hệ thị giác giữa ba nhóm đã cho thấy những nỗ lực tiếp thị nâng cao có thể làm tốt nhất.
Làm thế nào để hình dung kết quả phân loại dữ liệu
Mô hình phân loại chỉ định một lớp cụ thể cho mỗi điểm dữ liệu mới mà nó xem xét. Các lớp cụ thể, trong trường hợp này, có thể là các nhóm kết quả từ công việc phân cụm của bạn. Đầu ra được đánh dấu trên đồ thị có thể xác định tập hợp mục tiêu của bạn. Đối với bất kỳ khách hàng mới nào, một mô hình phân loại tiên đoán nhằm dự đoán nhóm khách hàng mới sẽ thuộc về nhóm nào.
Dưới đây là một ví dụ về cách thông tin của khách hàng mới được đưa vào mô hình phân tích tiên đoán của bạn, do đó lần lượt dự đoán nhóm khách hàng là khách hàng mới này thuộc. Khách hàng mới A, B, và C sắp được gán cho các cụm theo mô hình phân loại.Việc áp dụng mô hình phân loại đã dẫn đến dự đoán rằng Khách hàng A sẽ thuộc về khách hàng trung thành, Khách hàng B sẽ là người lang thang, và khách hàng C chỉ hiển thị để được chiết khấu.
Làm thế nào để hình dung ra những điểm khác biệt trong dữ liệu của bạn
Trong quá trình phân nhóm hoặc phân loại khách hàng mới, mỗi giờ bạn chạy vào
ngoại lệ - những trường hợp đặc biệt không phù hợp với các bộ phận hiện có. Trong ví dụ này, một vài ngoại lệ không phù hợp với các cụm được xác định trước. Sáu khách hàng khác đã được phát hiện và hình dung. Họ cư xử một cách khác nhau đến mức người mẫu không thể biết liệu họ thuộc bất kỳ loại khách hàng nào được xác định. (Có một điều như vậy, như một khách hàng trung thành lang thang, người chỉ quan tâm đến việc chiết khấu? Và nếu có, liệu doanh nghiệp của bạn cần chăm sóc?)