访问安全
上网行为管理AC SSL VPN 硬件VPN云安全
信服云盾 信服云眼 重构入云业务安全边界边界安全
下一代防火墙AF WAF终端安全
终端检测响应平台EDR 企业移动管理EMM身份安全
EasyConnct 行为感知系统BA威胁检测
安全感知平台SIP病毒防护
网络防病毒等级保护
等保2.0安全审计与运营
数据库安全审计DAS云服务
私有云 公有云 云杀毒 云监控 混合云 云搬迁微软云
微软云介绍 微软云优势 微软云解决方案 微软云案例阿里云
阿里云介绍 阿里云产品 阿里云解决方案 阿里云案例钉钉
钉钉简介 钉钉定制开发推荐视频
发布者：上海IT外包来源：http://www.lanmon.net点击数：984
蓝盟IT外包小贴士，来喽!
在本文中，我将展示如何将ML与敏感性分析相结合，以开发基于数据的商业策略。本文重点关注客户流失，并介绍了使用基于ML的分析时经常出现的问题。这些问题包括难以处理不完整和不规则的数据，推导出模型选项以及定量评估这些选项的潜在影响。
具体来说，我使用ML来识别潜在的遗弃客户，然后将特征的重要性与情景分析相结合，以生成定量和定性的建议。组织可以使用结果来制定适当的战略和战术决策，以减少将来客户的流失。该用例说明了数据科学实践中出现的几个常见问题，例如：
低信噪比，特性与转速之间缺乏清晰的相关性
高度不平衡的数据集（其中90％不会丢失）
使用概率预测和调整来确定决策机制，以大大降低过度投资于客户损失的风险
端到端实施代码可以在Amazon SageMaker中使用，也可以在Amazon EC2中独立使用。
在这种用例中，我考虑一家提供不同类型产品的虚拟公司。我将其两个主要产品称为产品A和B。我只知道有关公司产品和客户的信息。该公司最近看到了客户营业额的增长。数据集包含有关数千个客户的不同属性的信息，这些信息在几个月内就被收集和分类。这些客户中有些失去了，有些则没有。通过使用特定的客户列表，我可以预测任何人会流失的可能性。在此过程中，我试图回答几个问题：我们可以创建可靠的客户放弃预测模型吗？哪些变量可以解释放弃客户的可能性？公司可以使用哪些策略来减少客户放弃？
分享到：
中文
电话咨询
微信咨询
公众号
