성향 이득 및 리프트 차트

상승도 및 이득 차트는 정의된 대상 부분에 대한 성과를 평가하기 위해 점수를 매긴 모델의 잠재적 성능을 평가하는 시각화를 제공합니다.

이득 및 리프트 차트는 점수가 매겨지는 모델의 잠재적 성능을 평가하기 위해 빌드된 시각화입니다. 이 차트는 모집단 각 부분에 대한 성과를 평가합니다.

상승도 또는 이득 차트를 열려면

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

리프트 및 이득 차트 정보

상승도 및 이득 차트는 예측 모델의 값을 측정하는 데 유용한 시각적 도구입니다. 두 차트 모두 리프트 커브(녹색)와 기준선(분홍)으로 구성됩니다. 이득 차트​의 경우, 상승도 곡선과 기준선 사이의 거리는 예측 모드를 사용하기 전에 응답에서 성능을 향상시킬 수 있는 정도(또는 " 이득")를 나타냅니다. 이 증가는 무작위 마케팅이 아닌 고객/방문자로 전환할 가능성이 가장 높은 잠재 고객(고객/방문자)을 우선 지정하고 타깃팅하여 실현됩니다. 이러한 방식으로 예측 모델을 사용하여 연락할 잠재 고객을 선택하는 예상 값을 수량화할 수 있습니다.

이득 차트와 유사한 상승도 차트​는 사용자가 임의로 잠재 고객과 접촉했을 때보다 얼마나 더 긍정적인 응답을 받을 가능성이 있는지를 보여줍니다. 예측 모델을 사용하여 고객에게 연락하여 예상된 더 큰 이득을 나타내면서 상승도 곡선과 기준 사이의 거리가 가능한 한 길이여야 합니다. 수학적으로 이득 및 리프트 차트는 다음과 같이 정의됩니다.

  • 이득 = (예측 모델을 사용하여 잠재 고객과 접촉하는 예상 응답) / (임의로 접촉하는 잠재 고객으로부터 오는 예상 응답)
  • 상승도 = (예측 모델을 사용하여 식별된 잠재 고객의 특정 그룹 크기 간의 예상 응답) / (무작위로 식별된 잠재 고객의 동일한 특정 그룹 크기 간의 예상 응답)

상승도 및 이득 차트의 예

예를 들어 요가 바지를 판매하기 위해 이메일 리마케팅 캠페인을 시작하려는 소매점의 예를 생각해 보겠습니다. 지금까지 분석가는 이 캠페인과 유사한 과거 이메일 재마케팅 캠페인을 기반으로 평균 20%의 응답률을 예측했습니다. 분석가는 이메일 데이터베이스에 약 500만 명의 고객을 두고 있지만 기업은 이메일과 구매에 가장 많이 응답하는 고객에게만 마케팅하고 싶어합니다. 이러한 방식으로, 회사는 관심이 없는 고객에게 이메일을 불필요하게 보내지 않고 캠페인의 ROI를 최대화할 수 있습니다. 마케터와 분석가는 예상 응답률이 20%인 점을 고려하면 약 100만 명의 고객이 응답하고 구매할 것으로 예상하고 있습니다. 20%의 응답 중 어떤 고객이 있을 것인지 무작위로 추측하기 보다는, 애널리스트는 100만 개의 잠재 고객(500만 명의 데이터베이스 중)이 응답할 가능성이 가장 높은지 예측하는 것에 대해 현명하기를 원한다.

Adobe의 대상 점수 기능을 사용하여 애널리스트는 잠재 고객이 이메일을 클릭하고 요가 바지를 구입하면 성공을 정의합니다(종속 변수). 독립 변수를 선택한 후(데이터 상관 관계 분석 및 다른 분석 간의 대상 클러스터링을 통해 얻은 경험 및 지식 기반), 각 잠재 고객은 이메일 재마케팅 캠페인(이메일 클릭 및 요가 바지 구매)에 긍정적으로 응답할 가능성에 대해 점수를 매깁니다. 분석가는 예측 모델을 기반으로 결과 게인 및 리프트 차트를 엽니다.

y축은 누적 예상 양수 응답의 백분율을 보여줍니다. 이 예에서는 총 100만 개의 긍정적인 응답이 예상됩니다. y축에 있는 20%의 값은 100만 개의 예상 양수 응답 중 20% 또는 20만 개의 양수 응답에 해당합니다. X축은 고객이 접속한 예상 고객 비율을 보여줍니다. 이 예에서 x축은 이메일 데이터베이스에 있는 500만 명의 고객 중 일부를 나타냅니다. 기준선(분홍색)은 전체 응답률입니다. 잠재 고객의 X%에게 문의하면 전체 긍정적인 응답의 X%를 받게 됩니다. 예측 모델을 사용하여 상승도 곡선(녹색)은 주어진 잠재 고객 비율(x축)에 접촉하여 얻은 양의 응답 비율(y축)을 보여줍니다.

상승도 차트는 예측 모델을 사용하여 이메일을 받고 클릭한 후 요가 바지를 구매할 가능성이 가장 높은 100만 명의 잠재 고객을 결정하는 결과로 예상되는 상승도를 표시합니다. 예측 모델을 사용하지 않고 임의로 선택한 잠재 고객의 20%에게 문의하는 경우 응답자의 20%를 확보해야 합니다. 그러나 예측 모델을 사용하여 가장 응답할 가능성이 높은 상위 20%를 식별하면 응답자의 50%가 응답할 것으로 예상됩니다. 20%의 상승도 곡선의 y 값은 50/20 = 2.5입니다. 상승도 차트는 임의의 잠재 고객 샘플을 접촉하는 경우보다 응답자를 받을 가능성이 얼마나 더 높는지를 보여줍니다. 예를 들어 예측 모델을 기반으로 잠재 고객의 20%만 연락하면 예측 모델을 사용하지 않은 것보다 2.5배 더 많은 응답자에게 도달합니다.

이 페이지에서는