성향 이득 및 리프트 차트

리프트 및 게인 차트는 정의된 대상 부분에 대한 성과를 평가하기 위해 점수가 지정된 모델의 잠재적 성능을 평가하는 시각화를 제공합니다.

게인 및 리프트 차트는 점수가 매겨진 모델의 잠재적 성능을 평가하기 위해 만들어진 시각화입니다. 이러한 차트는 인구의 각 부분에 대한 성과를 평가합니다.

리프트 또는 게인 차트 열기

  1. Add Visualization > Predictive Analytics > Scoring을 선택합니다.
  2. 저장된 점수의 Model Complete 위로 마우스를 가져갑니다.

리프트 및 게인 차트 정보

리프트 및 게인 차트는 예측 모델의 값을 측정하는 데 유용한 시각적 도구입니다. 두 차트 모두 리프트 곡선(녹색)과 기준선(분홍색)으로 구성됩니다. 게인 차트​에서 리프트 곡선과 기준 요소 사이의 거리는 예측 모드를 사용할 때 응답에서 성능을 향상시킬 수 있는 정도("게인")를 나타냅니다. 이러한 증가는 임의 마케팅이 아니라 전환율이 가장 높은 잠재 고객(고객/방문자)을 우선시하고 타깃팅하여 실현됩니다. 이러한 방식으로 예측 모델을 사용하여 연락할 잠재 고객을 선택하는 데 대한 예상 가치를 수량화할 수 있습니다.

게인 차트와 비슷하게, 리프트 차트​는 잠재 고객과 임의 접촉을 한 경우보다 긍정적인 응답을 받을 가능성이 얼마나 큰지를 보여줍니다. 예측 모델을 사용하여 고객에게 연락하여 기대되는 더 큰 이득을 나타내면서 리프트 곡선과 기준 사이의 거리를 가능한 한 크게 유지하려면. 수학적으로 게인 및 리프트 차트는 다음과 같이 정의됩니다.

  • Gain = (예측 모델을 사용하여 잠재 고객에게 연락하는 예상 응답) / (잠재 고객에게 임의로 연락하는 경우 예상되는 응답)
  • 리프트 = (예측 모델을 사용하여 식별된 잠재 고객의 특정 그룹 크기 간 예상 응답) / (무작위로 식별된 잠재 고객의 동일한 특정 그룹 크기 간 예상 응답)

리프트 및 게인 차트 예

예를 들어 요가 바지를 판매하기 위해 이메일 리마케팅 캠페인을 시작하려는 소매업체의 예를 생각해 보십시오. 지금까지 분석가는 이와 유사한 과거 이메일 재마케팅 캠페인을 기준으로 평균 20%의 응답률을 예상하고 있습니다. 분석가는 이메일 데이터베이스에 거의 500만 명의 고객을 보유하고 있지만 기업은 이메일과 구매에 가장 많이 응답하는 고객만을 대상으로 마케팅을 전개하고 있습니다. 이러한 방식으로 회사는 관심 없는 고객에게 이메일을 불필요하게 보내지 않으면서 캠페인의 ROI를 극대화할 수 있습니다. 마케터와 분석가는 예상 응답률이 20%인 점을 감안할 때 약 100만 명의 고객이 응답하여 구매할 것으로 예상하고 있습니다. 분석가는 고객의 20% 응답 중 어떤 고객이 응답할 것인지를 무작위로 추측하기 보다는 5백만 명의 고객 데이터베이스 중 어떤 잠재 고객이 응답할 가능성이 가장 높은지를 예측하는 것이 가장 현명하다고 생각합니다.

분석가는 Adobe의 고객 점수 지정 기능을 사용하여 성공을 잠재 고객이 이메일을 클릭하고 요가 바지를 구입하면(종속적 변수) 성공을 정의합니다. 독립 변수를 선택한 후(데이터 상관 관계 분석 및 다른 분석 간의 고객 클러스터링을 통해 얻은 경험 및 지식 기반), 각 잠재 고객은 이메일 리마케팅 캠페인에 긍정적으로 응답할 수 있는 가능성(이메일 클릭 및 요가 바지 구입)에 대해 점수를 받습니다. 분석가는 예측 모델을 기반으로 결과 게인 및 리프트 차트를 엽니다.

y축은 누적 예상 긍정적인 응답 비율을 보여줍니다. 우리의 예에서, 우리는 총 1백만 개의 긍정적인 반응을 예상한다. y축에서 20%의 값은 200,000개의 예상 긍정적인 응답 중 20%에 해당합니다. x축은 잠재 고객이 접촉한 비율을 보여줍니다. 이 예에서 x축은 이메일 데이터베이스에 있는 5백만 고객의 일부를 나타냅니다. 기준선(분홍색)은 전체 응답률입니다. 잠재 고객의 X%에게 문의하면 전체 긍정적인 응답의 X%를 받게 됩니다. 예측 모델을 사용하여 리프트 곡선(녹색)은 주어진 잠재 고객 비율(x축)에 연결하여 얻은 양의 응답 비율(y축)을 표시합니다.

리프트 차트는 예측 모델을 사용하여 이메일을 받고 클릭한 후 요가 바지를 구매할 가능성이 가장 높은 상위 100만 명의 잠재 고객을 판별한 결과로 예상되는 리프트를 표시합니다. 예측 모델을 사용하지 않고 무작위로 선택한 잠재 고객 중 20%에 문의하려면 응답자의 20%를 확보해야 합니다. 그러나 예측 모델을 사용하여 응답할 가능성이 가장 높은 잠재 고객의 상위 20%를 식별하면 응답자의 50%가 응답할 것으로 예상됩니다. 20%의 리프트 곡선의 y 값은 50/20 = 2.5입니다. 리프트 차트는 잠재 고객에 대한 임의 샘플에 연결하는 경우보다 응답자를 받을 가능성이 얼마나 큰지를 보여줍니다. 예를 들어 예측 모델을 기반으로 잠재 고객의 20%만 방문하면 예측 모델을 사용하지 않은 것에 비해 응답자가 2.5배 더 많은 응답에 도달할 수 있습니다.

이 페이지에서는