Predictive Insights モデルの詳細

Predictive Insights でいずれかのモデルを選択すると、モデルの情報パネルが表示されます。このパネルには、追加の構成オプションや学習済みデータに関するインサイトが表示されます。

[Overview] タブでは、モデルに関する詳細 (作成日や使用されたデータセットなど) の表示、データ インサイトのページとアクティビティ ログへのアクセスが可能です。 

[Account prioritization] タブでは、学習時に Predictive Insights モデルによって生成されるスコアとランキングを確認できます。学習済みモデルには、既存顧客と見込み顧客とともにスコアが付けられたアカウントが含まれます。このランキングではアカウントにどのようにスコアが付けられたかがわかり、五つのランク (A が最高得点で E が最低得点) にグループ分けされます。ランクが最も高い見込みアカウントは、既存の顧客ベースと一致率が高いか、自社で力を入れている属性と一致率が高い属性を持っているため、営業チームにとって最優先の候補となります。

ランキングを調整して、1 ～ 100 のスコアを基準に別のランクを作成できます。

[Model quality] タブでは、モデルがどの程度うまくデータを一般化しているかを検査できます。データの一般化とは、新しいデータを分類または予測するモデルの能力のことです。つまり、新しい (未知の) アカウントのコンバージョン結果を正確に予測する能力のことです。

モデルの品質チャートではモデルの精度を測定します。この場合の精度とは、モデルがどの程度効果的に結果を予測しているかを表しており、以下で構成されます。

• X 軸: データセット内のすべてのアカウント (顧客と見込み顧客両方) のカバレッジを表しており、左から右に降順のスコアで並べ替えられます。
• Y 軸: 再現率、又は全アカウント (X 軸) のカバレッジの各値のデータセット内の顧客のパーセンテージを表しています。

チャートにはモデル ラインとテスト ラインがプロットされます。モデルの精度は曲線 (AUC) の下のエリアによってチャートで表され、スコアの範囲は 0 ～ 1 です。

オレンジで表示されている学習データ ラインは、スコアのカバレッジのすべてのパーセンテージのモデル再現率 (真陽性率) を表しています。スコアの範囲は 0 ～ 1 です。

赤で表示されているテスト データ ラインはテスト セットの再現率を表しています。テスト セットは、学習後のモデルの品質を推定するために PI が元データから自動的に差し引くデータのランダムなサンプルです。