Przeskocz do zawartości głównej Przejdź do treści uzupełniającej

Używanie wartości SHAP w rzeczywistych zastosowaniach

Poniższe przykłady pokazują, jak ważność SHAP można wykorzystywać w rzeczywistych zastosowaniach

Wskazówki dla konsultantów w call center

Konsultanci w call center mogą używać ważności SHAP, aby rozumieć, jakie cechy są najważniejsze dla aktualnie dzwoniącego klienta. Na podstawie tych informacji mogą skoncentrować rozmowę na najskuteczniejszych działaniach. Dzięki punktowi końcowemu predykcji w czasie rzeczywistym w Machine Learning API mogą uzyskiwać w czasie rzeczywistym predykcje skutków różnych działań dla konkretnego klienta.

Informacja

API predykcji w czasie rzeczywistym jest przestarzałe i zostało zastąpione przez punkt końcowy predykcji w czasie rzeczywistym w Machine Learning API. Sama funkcjonalność nie została wycofana. Do predykcji w czasie rzeczywistym należy używać w przyszłości punktu końcowego predykcji w czasie rzeczywistym w Machine Learning API.

Panel doświadczeń klienta w Qlik Sense wyświetlający ważność SHAP czynników ryzyka odpływu

Przykład aplikacji, która może się przydać konsultantom w call center do analizy danych klientów.

Zarządzanie sukcesami akademickimi

Ważność SHAP można wykorzystać do tworzenia zindywidualizowanych rekomendacji umożliwiających studentom odnoszenie sukcesów. Dzięki identyfikacji czynników ryzyka rezygnacji ze studiów można podjąć z wyprzedzeniem konkretne działania, by pomóc studentom w odnoszeniu sukcesów akademickich.

Aplikacja Qlik Sense identyfikująca cechy, które wpływają na ryzyko rezygnacji ze studiów przez określonego studenta

Przykład aplikacji wyświetlającej informacje o studencie.

Marketing retencyjny

Analizując ważność SHAP i skupiając się na najbardziej wpływowych cechach dla poszczególnych grup, można tworzyć kampanie marketingowe specyficzne dla różnych kohort odbiorców. Jedna grupa może otrzymać ofertę „Przedłuż umowę i zapewnij sobie dostęp do Planu Złotego!”, a inna grupa otrzyma ofertę „Przedłuż umowę i zachowaj zniżkę na następne 12 miesięcy!”.

Poniższy wykres przedstawia najważniejsze cechy wpływające na predykcję odpływu dla każdego typu planu oferowanego przez firmę.

Wykres w Qlik Sense przedstawiający najważniejsze czynniki wpływające na odpływ w zależności od typu planu

Obiekt kontenera kratowego w Qlik Sense przedstawiający ustawione wartości analizy dla czterech różnych wartości pól cech (typów planu).

Czy ta strona była pomocna?

Jeżeli natkniesz się na problemy z tą stroną lub jej zawartością — literówkę, brakujący krok lub błąd techniczny — daj nam znać, co możemy poprawić!