소매 판매 프로모션 예측

샘플 프로젝트에는 여러 데이터 세트와 샘플 모델러 흐름이 포함되어 있습니다. 샘플 프로젝트가 아직 없다면, 튜토리얼 항목을 참조하여 샘플 프로젝트를 생성하십시오. 그런 다음 다음 단계를 따라 샘플 프로젝트를 엽니다:

1. 에서 Cloud Pak for Data 탐색 메뉴에서 프로젝트 > 모든 프로젝트를 선택합니다.
2. SPSS Modeler 프로젝트를 클릭하세요.
3. 자산 탭을 클릭하면 데이터 세트와 모델러 흐름을 볼 수 있습니다.

진행 상황을 확인하세요

다음 이미지는 프로젝트의 'Assets' 탭을 보여줍니다. 이제 이 튜토리얼과 관련된 샘플 모델러 흐름을 사용할 준비가 되었습니다.

맨 위로 돌아가기

소매 판매 촉진에는 여러 노드가 포함됩니다. 다음 단계를 따라 데이터 자산, 파생 및 유형 노드를 검토하십시오:

데이터 자산 노드

1. 자산 탭에서 소매 판매 촉진 모델러 흐름을 열고 캔버스가 로드될 때까지 기다립니다.
2. 노드를 goods1n.csv 두 번 클릭하십시오. 이 노드는 프로젝트 내 파일로 goods1n.csv 연결되는 데이터 자산 노드입니다.
3. 파일 형식 속성을 검토하십시오.
4. 데이터 미리보기를 클릭하면 전체 데이터 세트를 볼 수 있습니다.
5. 각 레코드에는 다음이 포함됨을 유의하십시오:
   • Class제품 유형.
   • Cost단가.
   • Promotion특정 프로모션에 지출된 금액 지수.
   • Before. 프로모션 전 매출.
   • After프로모션 후 매출액.

   두 수입 필드(Before 및 After)는 절대 조건으로 표현됩니다. 그러나 프로모션 이후(그리고 아마도 그 결과로) 발생한 매출 증가분이 더 유용한 수치일 가능성이 높아 보인다.

6. 데이터 미리보기와 속성 사이드 패널을 닫으십시오.

파생 노드

1. 증가(파생) 노드를 더블 클릭하십시오. 이 노드는 수익 증가분의 가치를 도출합니다.
2. 설정을 검토하십시오. 특히 '표현식' 필드를 확인하십시오. 이 필드에는 프로모션 전 매출액 대비 증가율을 도출하는 수식이 포함되어 있습니다: (After - Before) / Before * 100.0.
3. 미리보기 데이터를 클릭하면 파생된 값이 포함된 데이터 세트를 볼 수 있습니다.
4. 증가 열을 확인하십시오.

   각 제품 클래스에 대해 매출 증가와 판촉 비용 사이에 거의 선형 관계가 존재합니다. 따라서 의사결정 트리 또는 신경망이 상당한 정확도로 사용 가능한 기타 필드에서 수입이 증가함을 예측할 수 있습니다.

5. 데이터 미리보기와 속성 사이드 패널을 닫으십시오.

유형 노드

1. '유형 정의(Type) ' 노드를 두 번 클릭하십시오. 이 노드는 측정 수준(필드가 포함하는 데이터 유형)과 같은 필드 속성 및 모델링에서 각 필드의 대상 또는 입력 역할 등을 지정합니다. 측정 수준은 필드에서 데이터 유형을 나타내는 범주입니다. 원본 데이터 파일은 세 가지 다른 측정 수준을 사용합니다:
   • 연속 필드(예: 필드) Age 는 연속적인 숫자 값을 포함합니다.
   • 명목형 필드(예: 필드 Education )는 두 개 이상의 서로 다른 값을 가집니다—이 경우 College 또는 High school입니다.
   • 순서체 (예: 순서체) Income level 는 고유한 순서를 지닌 여러 개의 서로 다른 값(이 경우 Low, Medium, ) High을 가진 데이터를 기술합니다.

     각 필드에 대해 Type 노드는 모델링에서 각 필드가 수행하는 역할을 나타내기 위한 역할도 지정합니다. 해당 역할은 파생된 필드인 '필드'에 대해 '대상 '으로 Increase 설정됩니다. 예측하려는 값의 대상이 되는 target 필드입니다.

     대부분의 다른 필드에 대해 역할은 입력 으로 설정됩니다. 입력 필드는 때때로 predictors 또는 목표 필드의 값을 예측하기 위해 모델링 알고리즘에서 값을 사용하는 필드로 알려져 있습니다.

     해당 After 필드의 역할은 ' 없음'으로 설정되어 있으므로, 이 필드는 모델링 알고리즘에서 사용되지 않습니다.

2. 선택 사항: '데이터 미리 보기'를 클릭하면 파생된 값이 포함된 데이터 세트를 볼 수 있습니다.

진행 상황을 확인하세요

다음 이미지는 Type 노드를 보여줍니다. 이제 모델을 생성하고 비교할 준비가 되었습니다.

맨 위로 돌아가기

이 흐름은 이러한 수익 증가를 예측하기 위해 신경망과 의사결정 트리를 교육합니다. 다음 단계를 따라 두 모델을 생성하십시오:

모델 생성

1. 증가(신경망) 노드를 더블클릭하여 해당 속성을 검토하십시오.
   1. 기본 사항 섹션을 확장하면 다층 퍼셉트론 이 모델 유형임을 확인할 수 있습니다. 이 속성은 네트워크가 예측 변수들을 숨겨진 계층을 통해 목표 변수들에 어떻게 연결하는지를 결정합니다. 다층 퍼셉트론은 훈련 및 평가 시간이 증가할 수 있는 대가를 치르면서 더 복잡한 관계를 허용한다.
   2. 모델 옵션 섹션을 확장하여 평가 및 점수 부여 속성을 확인하세요.
2. 증가(C&R 트리) 노드를 더블클릭하여 해당 속성을 확인하십시오.
3. 모두 실행을 클릭하고 모델 너겟이 생성될 때까지 기다리십시오.

진행 상황을 확인하세요

다음 이미지는 분석 노드의 출력을 보여줍니다.

맨 위로 돌아가기