在第1部分中，我们看到时间变量和时间相关目标之间可能存在虚假相关性。在缺乏潜在因果关系的情况下，这些变量没有预测能力，应排除在预测模型之外。现在，我们将了解如何使用SAP Predictive Analytics Data Manager等工具，通过功能工程构建更强大的预测工具。

有关更与业务相关的示例，请参阅以下网站提供的银行营销数据集：https://archive.ics.uci.edu/ml/datasets/bank+marketing。这个数据集是由一家葡萄牙银行在多次直销活动中收集的。观察描述了一个电话及其上下文（通话持续时间、客户资料、以前的联系人、宏观经济指标）。如果客户接受认购定期存款，数据无价，则二元分类目标为正。

此数据集的原始版本首先由[Moro et al.，2014]¹研究。他们发现了一个相当违反直觉的关联：认购定期存款的倾向与欧元银行同业拆借利率（Euribor-3m）呈负相关。欧元银行同业拆借利率（Euribor）是指欧元银行间同业拆借利率；它是基于欧元区银行向其他银行贷款的平均利率，它决定了包括定期存款在内的大多数货币市场利率。

当利率较低时，为什么客户更有可能将资金存入银行？S、 Moro等人提出，这种相关性与一个共同原因（隐藏的C导致可见的a和B）有关——2008年全球金融危机。事实上，智慧农业物联网系统，这场危机导致各国央行对货币市场进行干预，其效果是降低利率。作者提出，这场危机还可能导致客户对自己的专业观点感到不安全，从而将更多的储蓄投入低风险存款。

在这一数据集上，SAP Predictive Analytics Automated还发现，Euribor-3m是最具影响力的公司（排名第二，仅次于通话时间），但仔细观察专家汇报会发现，大部分变量在大时间片上都存在较大偏差，尤其是Euribor-3m，在数据集开始时稳定，接近5%，结束时接近1%。数据集是按日期排序的，但没有提供实际日期。

但是，从提供的欧元银行同业拆借利率变量和历史欧元银行同业拆借利率表中很容易计算出来。下图描述了每月认购率（至少30个电话的月份）是如何与欧洲银行同业拆借利率-3m利率并行演变的。

当欧洲银行同业拆借利率较高时，认购率确实要低得多，但：

欧洲银行同业拆借利率显然是一个"时间变量"，演变缓慢认购率也大多呈平稳走势除此之外，强相关性也有一些例外：2008年10月达到峰值，欧元银行同业拆借利率（Euribor）和认购率均创历史新高，紧接着认购率大幅下降2009年第二季度认购率下降，而欧元银行同业拆借利率接近12个月低点

目标（客户认购定期存款的概率）和欧元银行同业拆借利率-3m之间的相关性是否是虚假的？或者它的预测能力弱于预期？

SAP Predictive Analytics可能带来的差异

当有疑问时，通常最好搜索其他变量，例如使用SAP Predictive Analytics Data Manager加入其他数据源或衍生其他"工程特性"，我们想知道一个电话是打出去的（银行打电话给客户提供一个有吸引力的定期存款利率）还是打进来的（客户无论出于什么原因打电话给银行，然后收到一个建议）。我们无法获得这些信息，但我们可以计算每日平均呼叫数（Data Manager中的计数聚合），以评估给定活动是否依赖于大量呼出电话。

以下是结果：

和候选因果解释：

2008年的第一个活动可能是通过大量呼出电话实施的，成功率低（对银行员工和/或客户来说任务繁琐，不接受不需要的电话）随后的活动主要是基于有选择地挑选客户的传入呼叫和/或少量传出呼叫，成功率要高得多每当通话次数增加时（2008年11月或2009年第2季度），成功率就会下降。

SAP Predictive Analytics Automated衡量使用此额外"每日通话次数"工程功能的模型的预测能力的提高。此外，每日通话次数是可操作的：银行可以根据员工的工作负荷调整其活动，并且可以对呼出电话的目标（如果有）进行更多的选择。

回到分类目标和欧元银行同业拆借利率变量之间的原始相关性，认购率与金融危机的演变之间可能确实存在因果关系，大数据中心是什么，但似乎没有什么动机让欧元银行同业拆借利率（Euribor）作为危机强度的代表。即使在没有任何重大危机的情况下，欧元银行同业拆借利率在历史上也会发生变化，我们没有关于2%-3%范围内利率的培训数据，也没有关于2016年以后出现的负利率的培训数据。

底线

更一般地说，大数据的现状，当观察到的相关性可能是巧合时（通常是缓慢变化的时间变量的情况），它可能是一致的值得尝试通过用更容易解释的特征替换可疑变量来提高预测模型的稳健性。

了解更多

要了解更多关于这个主题的信息，请参阅：