使い方
Prediction Oneの利用手順
1.データを用意
Prediction Oneは表形式データを用います。
表形式データは過去の実績データなどから作成します。データには顧客の退会、入電数など予測したい情報を含める必要があります。
最初から十分なデータを用意する必要はありません。まずはできる範囲で用意し、ツールを動かしてみましょう。
表形式データは過去の実績データなどから作成します。データには顧客の退会、入電数など予測したい情報を含める必要があります。
最初から十分なデータを用意する必要はありません。まずはできる範囲で用意し、ツールを動かしてみましょう。
2.データをPrediction Oneで学習
データをドラッグ&ドロップでPrediction Oneに読み込ませます。
次に予測したい情報の項目を予測ターゲットとして設定し、学習開始ボタンをクリックするだけです。
前処理、高度な予測モデルの構築、評価、予測理由分析まで自動的に行います。
3.予測精度の評価結果と予測理由を確認
4.予測を算出
5.確率や数値などの予測結果をビジネスアクションにつなげる
算出した予測結果から、次に何が起こりやすいか(どの顧客が退会しやすいか、再来月の需要はどれくらいか)を知ることができます。
予測結果に基づいたビジネスアクションを策定し、ビジネスを成功に導きましょう。
その他:ヒストリータブを利用して、過去の分析結果を簡単に比較
予測分析はデータセットの改善・変更による試行錯誤を伴うケースが多くあります。
Prediction Oneはヒストリータブから過去分析結果の切り替えが簡単に行えるため、分析結果の比較は容易です。
またプロジェクトごとに分析結果をまとめて管理することが可能です。
ユースケース
予測分析は、幅広い業界と様々な場面で活用することが可能です。
表はスライドできます
予測可能なこと | 効果 | |
---|---|---|
ダイレクトマーケティング・CRM | コンバージョン、退会などの顧客行動 | 予測に基づく顧客セグメントによりROIを改善 |
訪問営業 | 成約などの顧客行動 | 成約確率の高い顧客を優先的に訪問し効率向上 |
マッチング、推薦 | 購入などの顧客行動 | 購入確率の高い商品を顧客に提示し、売上増加 |
需要予測 | 需要の予測 | 予測を活用し、生産計画の精度向上 |
コールセンター入電予測 | 入電数予測 | 入電数予測に基づく、オペレータ配置の精度向上 |
テキスト分類 | 苦情・レポートなどの分類 | 分類の工数削減 |
人事 | 業績や退職の予測 | 従業員の業績改善、退職の防止 |
リスク推定・査定 | デフォルト予測 | 査定の精度向上、自動化 |
故障予防 | 故障の予測 | 製造機器などの故障の未然防止 |
不正防止 | 不正の検知 | 未然に不正を予測し防止 |