对公司来说，做出准确的商业决策和控制成本是一项挑战。借助Smart Predict，您可以轻松回答这个常见的业务问题。

Smart Predict是SAP Analytics云功能，可帮助业务分析师回答有关未来趋势的业务问题。我们会一步一步地指导您轻松创建预测模型，使用历史数据以简单的视图进行可信的未来预测。

让我们举一个例子：假设您在一家银行的销售部门工作。你最近提出要出售新的银行产品，但回报很低。您的经理要求向您的客户发送一个新的报价，以推广一种新型的存款账户，但您的预算有限。因此，您只希望针对最有可能购买此产品的客户。

基于此示例，大数据 学习，您将通过5个步骤了解如何建立准确的预测模型并控制成本以满足预算限制。

在每个步骤的末尾，您可以找到更多的资源来详细解释这些步骤。

步骤1：收集数据

您需要做的第一件事就是收集数据。通过观察类似情况下的过去趋势，可以预测客户的行为。因此，您可以访问您的客户数据系统，下载有关客户的信息，包括他们对过去提供的类似产品的反应。

您将以表格格式组织这些数据，作为您的培训数据集。包含客户对上一次报价的反应信息的列将是您的目标变量。

以下是您的数据集的示例：

一旦您的数据集准备好使用，您需要将其上传到SAP Analytics Cloud，以便与Smart Predict一起使用。

数据集

从本地文件创建数据集

第2步：基于过去的数据构建最可靠的预测模型

现在您的历史数据已准备就绪，您可以开始创建预测模型。

但这到底意味着什么？

Smart Predict将分析过去的数据，并确定哪些变量会影响客户的行为。因此，它将生成一个预测模型，淘客app开发，该模型能够将您的客户分为两类：对您的产品感兴趣的客户和不感兴趣的客户。

一旦您的预测模型准备就绪，您可以使用一系列报告和性能指标来评估预测模型的准确性和健壮性。您还可以看到哪些变量对客户的决策影响最大。

提示：

您可以进行一些实验，例如向数据集添加数据或更改预测模型的设置，直到您得到最适合您的业务的最佳预测模型。

构建最佳分类预测模型

分析您的分类预测模型的结果

第3步：使用您的预测模型计算投资回报

您的预测模型已经准备好识别最愿意一旦他们收到你的报价，很可能会开一个存款账户。但现在，你需要回答商业问题的第二部分：你的预算有限。

即使你建立了一个准确的预测模型，它也不是100%完美，可能会错误地将一些客户识别为"与你的报价联系"的客户。因此，云服务器的，您需要定义一个临界点（也称为阈值），它允许您减少这些分类错误的客户的数量。混淆矩阵可以帮助您确定这个临界点。

您的阈值现在已经确定，您可以使用这个预测模型评估成本和利润。得益于智能预测中的利润模拟工具，您可以为每个联系的客户分配成本，并估算每个开立存款账户的客户的利润。

提示：

使用"利润最大化"选项查看根据您设置的利润参数获得最大利润的阈值。

了解混淆矩阵

混淆矩阵

利润模拟

利润模拟

第四步：使用预测模型并获得预测

现在您可以使用预测模型对实际客户数据进行预测。为此，您需要准备另一个数据集，称为应用程序数据集，高返利页游，其中包含您打算与您的产品联系的实际客户。此数据集必须包含与训练数据集相同类型的信息和结构：

相同数量的变量（其他列将被忽略）与培训数据集相同的变量名

当然，回答"目标客户"问题的列是空的，因为它是您要找的。

再次，您需要将此数据集上载到SAP Analytics Cloud的文件部分，物联网架构，以便在Smart Predict中选择它。

最后一步是定义您的业务所需的预测输出。在我们的例子中，最适合这种情况的是预测概率。

应用分类预测模型

应用分类或回归预测模型

第5步：在故事中展示你的结果

你可能需要向你的管理层展示结果。为什么不使用其他SAP Analytics云功能，创造一个美丽的故事，突出您的预测模型发现了什么？

在故事中使用你的预测输出