傾向增益與提升圖

提升度和增益圖表提供視覺效果,可評估計分模型的潛在效能,以評估受眾定義部分的效能。

增益和提升圖是可用來評估計分模型潛在效能的視覺效果。 這些圖表會評估母體中每一部分的效能。

開啟提升度或增益圖表

  1. 選擇 Add Visualization > Predictive Analytics > Scoring .
  2. 暫留在已儲存分數的​Model Complete​上。

關於提升度和增益圖

提升度和增益圖是測量預測模型值的實用視覺工具。 這兩個圖表都包含提升度曲線(綠色)和基線(粉紅色)。 對於​增益圖表,提升度曲線與基線之間的距離表示使用預測模式可以改善響應效能(或「增益」)的程度。 這是透過排定最可能轉換的潛在客戶(客戶/訪客)的優先順序並鎖定其目標,而非隨機對客戶/訪客進行行銷,來實現。 這樣,您就可以量化使用預測模型來選擇要聯絡的潛在客戶的預期價值。

與增益圖類似, 提升度圖​顯示相較於隨機聯絡潛在客戶,您收到正面回應的可能性。 您希望提升度曲線與基線之間的距離盡可能大,表示使用預測模型來聯絡客戶可帶來的較大預期收益。 以數學方式計算,增益圖和提升圖的定義如下:

  • 獲得 =(使用預測模型聯絡潛在客戶的預期回應)/(隨機聯絡潛在客戶的預期回應)
  • 提升度 =(使用預測模型識別之特定潛在客戶群組規模的預期回應)/(隨機識別之相同特定潛在客戶群組規模的預期回應)

提升度和增益圖範例

例如,假設某零售商想要發起電子郵件再行銷活動,以銷售瑜伽褲,就是一例。 過去,分析師根據類似此類的過去電子郵件再行銷活動,預計平均回應率為20%。 雖然該分析師的電子郵件資料庫中有近500萬客戶,但該公司只希望向那些最有可能回復電子郵件和購買的客戶進行營銷。 如此一來,公司就能最大化行銷活動的ROI,同時確保行銷活動不會不必要地傳送電子郵件給不感興趣的客戶。 鑑於預期的回應率為20%,行銷人員和分析師預計約有100萬客戶可能會回應和購買。 這位分析師不想隨機猜測20%的回復中會包含哪些客戶,而是想聰明地預測100萬潛在客戶(包括500萬客戶)中最有可能回應的哪些。

分析師使用Adobe的「受眾分數」功能,將成功定義為潛在客戶點按電子郵件並購買瑜伽褲(相依變數)。 選取獨立變數(根據分析資料關聯和受眾聚類等分析所得的經驗和知識)後,每個潛在客戶都會根據他們積極回應電子郵件再行銷活動(點擊電子郵件並購買瑜伽褲)的可能性得分。 分析師會根據預測模型開啟產生的增益和提升度圖。

Y軸顯示累積預期正回應的百分比。 在我們的例子中,我們預計總共會有100萬個正面反應。 Y軸上20%的數值相當於100萬個預期正反應中的20%,即20萬個正反應。 X軸顯示已接觸的潛在客戶百分比。 在我們的範例中,x軸代表電子郵件資料庫中500萬客戶的一小部分。 基準(粉紅色)是整體回應率 — 如果您聯絡潛在客戶的X%,則您會收到總正面回應的X%。 使用預測模型時,提升度曲線(綠色)會接觸指定的潛在客戶百分比(x軸),顯示獲得正回應的百分比(y軸)。

「提升度」圖表會繪製預期提升度,因為使用預測模型來判斷最有可能在收到並點按電子郵件後購買瑜伽褲的前100萬名潛在客戶。 若要使用無預測模型聯絡20%隨機選取的潛在客戶,應該會有20%的回應者。 不過,使用預測模型來識別最有可能回應的前20%潛在客戶,您預期會有50%的回應者。 20%提升度曲線的y值為50/20 = 2.5。提升度圖顯示相較於連絡隨機的潛在客戶範例,您接收回應者的可能性。 例如,根據預測模型聯絡僅20%的潛在客戶後,相較於未使用任何預測模型,您的回應者人數將是2.5倍。

本頁內容