Geschäftskontext
Eine Marketingabteilung möchte ein neues Vorhersagemodell bewerten, das die Wahrscheinlichkeit vorhersagt, mit der Kunden auf eine Werbekampagne reagieren. Ziel ist es, die Leistung des Modells anhand von Lift- und ROC-Kurven zu messen, um das Kampagnenbudget effizient auf die vielversprechendsten Kundensegmente zu konzentrieren.
Über das Set : percentile
Präzise Berechnung von Perzentilen und Quantilen.
Entdecken Sie alle Aktionen von percentile Datenaufbereitung
Erstellt eine simulierte Kundentabelle `KUNDEN_SCORES` mit einer Zielvariable `KAMPAGNEN_ANTWORT` (1 für Antwort, 0 für keine Antwort) und einer vorhergesagten Wahrscheinlichkeit `P_ANTWORT`.
Kopiert!
| 1 | DATA mycas.KUNDEN_SCORES; |
| 2 | call streaminit(123); |
| 3 | DO KUNDEN_ID = 1 to 20000; |
| 4 | ALTER_JAHRE = 20 + int(rand('UNIFORM') * 50); |
| 5 | EINKOMMEN = 30000 + rand('UNIFORM') * 70000; |
| 6 | P_ANTWORT = rand('UNIFORM'); |
| 7 | IF P_ANTWORT > 0.75 THEN KAMPAGNEN_ANTWORT = 1; |
| 8 | ELSE KAMPAGNEN_ANTWORT = 0; |
| 9 | OUTPUT; |
| 10 | END; |
| 11 | RUN; |
Étapes de réalisation
1
Laden der vorbereiteten Kundendaten in die aktive CAS-Bibliothek (bereits durch den DATA Step erfolgt).
Kopiert!
| 1 | /* Daten sind bereits in mycas.KUNDEN_SCORES verfügbar */ |
2
Ausführung der `assess`-Aktion zur Generierung von Klassifikations-Bewertungsstatistiken.
Kopiert!
| 1 | PROC CAS; |
| 2 | percentile.assess / |
| 3 | TABLE={name='KUNDEN_SCORES'}, |
| 4 | response='KAMPAGNEN_ANTWORT', |
| 5 | inputs={{name='P_ANTWORT'}}, |
| 6 | event='1', |
| 7 | casOut={name='marketing_lift_results', replace=true}, |
| 8 | rocOut={name='marketing_roc_results', replace=true}, |
| 9 | fitStatOut={name='marketing_fit_stats', replace=true}; |
| 10 | RUN; |
| 11 | QUIT; |
Erwartetes Ergebnis
Die Aktion erzeugt drei Tabellen: `marketing_lift_results`, `marketing_roc_results` und `marketing_fit_stats`. Anhand der `marketing_fit_stats`-Tabelle können Analysten den Gini-Koeffizienten und die Fläche unter der Kurve (AUC) überprüfen, um die Trennschärfe des Modells zu bestätigen. Die Lift-Tabelle zeigt den erwarteten Gewinn durch die gezielte Ansprache der obersten Dezile.