傾向スコアリングの設定

傾向スコアリングビジュアライゼーションを使用するには、この手順に従います。

1. 新しいワークスペースを開き、 Add > Visualization > Predictive Analytics > Scoring > Propensity Score​をクリックします。

   

2. Target（従属変数）を設定します。

   従属変数を設定するには、次を選択します。

• Dimension要素:ワークスペース内で右クリックし、「 」を選択しま Table​す。次に、従属変数としてディメンションエレメントを選択します。

  OR

• Filter Editor​に移動します。Add / Visualization / Filter Editor​をクリックして、フィルターエディターのビジュアライゼーションを開きます。

  

  従属変数としてDimension要素またはフィルターを選択した後、Set Target​をクリックし、従属変数を表す名前を入力します。 「OK」をクリックして（フィルターボックスが強調表示されていることを確認し）ターゲットを設定します。

  

  ターゲットに付けた名前が左側のペインに表示される従属変数の名前になります。

1. 独立変数を追加します。

   指標またはディメンションエレメントを使用して独立変数を追加します。

   

• 指標. 傾向スコアリングツールバーの​Metrics​メニューから指標を選択します。

• Dimension要素:ワークスペース内で右クリックし、「 」を選択しま Table​す。1つまたは複数のDimension要素を選択し、 Independent Variables​の下の左の列、または<Ctrl> + <Alt>キーを使用して​Element​ボックスにドラッグします。

1. 設定 Training Filter. 傾向スコアリングツールバーの​Options / Set Training Filter​をクリックして、スコア対象の訪問者のセットを定義できます。 これにより、スコア対象の訪問者のみを使用してデータのサブセットが作成されます。例えば、先月訪問した訪問者、オーストラリア在住の訪問者または特定の製品を見た訪問者を使用できます。

   デフォルトのフィルターは​Train on Everyone​ですが、テーブル内の​Dimension Elements​をアクティブ化するか、Filter Editor​を使用してフィルターを作成することで、フィルターを変更できます。

   ディメンションエレメントを選択するか、フィルターを作成し、アクティブ化したら、オプション／トレーニングフィルターを設定​をクリックし、フィルターを説明する名前を入力し、「OK」をクリックします。

2. すべての入力を特定したら、Go​を押します。

   

   スコアリング処理が開始され、データが複数回渡されます。その後、割合を示す線の上に結果が棒グラフとして表示されます。

3. 傾向スコアを保存します。

   6.1 以降では、傾向スコアの保存を使用する際にオプションが表示されるようになりました。

• ディメンション

• ディメンションと指標

  2 つのファイル（ディメンションと定義された指標の両方）を保存できます。

  メモ

  傾向スコアを処理のために送信する場合、ディメンションのみが得られます。

  派生指標は、関連する平均スコア指標です。

1. 正解率を確認します。

   プロセスが完了すると、Model Complete​が表示され、スコアリングモデルが生成されます。

   Model Complete​を右クリックすると、システムで定義されたスコアリングモデルの精度が識別されます。 0 ～ 100%の値で、訪問者が​Target​変数に一致する確率が示されます。

   混同行列は、実際のポジティブ（AP）、実際のネガティブ（AN）、予測されたポジティブ （PP）、予測されたネガティブ（PN）の組み合わせによる 4 カウントを付与します。これらの数値は、真の正解とわかっている 20 ％を差し引いた検定データに、結果のスコアリングモデルを適用することで取得されます。スコアが 50％を超える場合、（定義されたイベントに一致する）ポジティブケースとして予測されます。

   

1. リフトチャートまたはゲインチャート、またはモデルビューアを開きます。

   モデル完了​ビジュアライゼーションを右クリックし、Lift Chart、Gain Chart​または​Model Viewer.​を選択します。