9-应用场景分析 (假设)

应用场景分析---假设

在这段视频中，我将展示如何使用应用场景分析- 用于数据挖掘的“假设”表分析工具。这个工具只是用于Excel 的众多数据挖掘外接程序之一，并且我们为每个外接程序都制作了视频。

该应用场景分析工具使用逻辑回归算法，可用于对两种类型的应用场景进行建模，并且报告对输入数据中的单行或整个表的影响。

“假设”分析有助于您了解“如果我这样更改，将会有什么结果？”此工具将基于它从您的数据中分析出的成果来帮助您做出决策，例如，裁减营销人员将会对销售额产生的影响。在本教程中，我们将使用呼叫中心数据来了解如何减少“各问题平均所用时间”(Average Time Per Issue)。我所使用的Excel 数据来自。如果您使用自己的电子表格，只要记住为了找到有意义的模式，必须从有价值的少量数据开始，但数据至少要有50 行。

向导

我们对Level2Operators和“各问题平均所用时间”(Average time per issue) 很感兴趣，为了更好地进行演示，我要隐藏一些列，这样更容易看清结果。

1.开始时，选择“表分析工具示例”(Table Analysis Tools Sample) 选项卡，然后单击表

内的任何地方以激活表分析工具。

2.在“表工具”(Table Tools) 菜单下，选择“分析”(Analyze) 选项卡，从而打开“表

分析工具”(Table Analysis Tools) 功能区。

3.单击“应用场景分析”(Scenario Analysis)，然后单击“假设”(What-If) 以启动该向

导。

4.选择“各问题平均所用时间”(Average time per issue) 作为要更改的列。

5.选择“百分比”(Percentage)，然后键入80。这样做的意思是：平均而言，我们愿

意在每个问题上稍微多花一点时间。

6.如果“更改”(Change) 列包含连续数值，您也可以在值中指定所需的增减量。例如，

我可以选择“每个问题的平均服务时间”(Service Average time per issue) 并将更改指定为一个确切值。

7.在“影响目标”(What happens to) 框中，选择将会受“各问题平均所用时间”(Average

time per issue) 变化影响的列。我要选择Level2Operators。如果我降低我的“各问题平均所用时间”预期值，将会需要多少2 级运营商呢？

8.如果我现在单击“运行”(Run)，将对所有列执行分析。我不这样做，而是打开“选

择分析时要使用的列…”(Choose columns to be used for analysis…)，然后取消选中FactCallCenterID和TotalOperators。通过简化我的分析，可以改进性能和准确性。

但是要小心，不要取消选中将用于“目标”(Target) 或“更改”(Change) 的列。

9.我将对“整个表”(Entire table) 作出预测，并且单击“运行”(Run)。

10.我的结果将作为新列添加到原始数据表的右侧。这些列显示了由于更改“各问题平

均所用时间”(Average time per issue) 而对Level2Operators产生的影响。第一列显示了如果我们进行这样的更改，是需要增加还是减少 2 级运营商的数量。最后一列为各行显示了调查结果的置信度。

现在，我们来针对单行数据进行“假设”分析。

1.对于单行数据，该工具将在对话框的“结果”(Results) 窗格中报告结果。如果找到

了成功的解决方案，该工具将显示结果。例如，“假设”工具可能会告诉您：如果您

增加“各问题平均所用时间”(Average time per issue)，您将会需要更多的Level2Operators。

与对整个表执行的步骤一样，我将快速执行一遍大体相同的步骤，只不过我将对“当前行”(On this row) 作出预测，然后单击“运行”(Run)。

1.我的结果将显示在下面，同时还显示置信度。这样我就知道，如果我将“各问题平

均所用时间”(Average time per issue) 更改为平均值的80%，我就需要将2 级运营商从10 增加到11。

2.现在，我需要从8 减少到7。

3.如果我选择“各问题平均所用时间”(Average time per issue) 为81% 的这一行，“假

设”会提出将2 级运营商从8 减少到6 的建议。但针对同样也是81% 的这一行，它会建议从9 增加到10。

您会注意到，结果并不像您预测的那样简单！这决不是简单地在“各问题平均所用时间”(Average time per issue) 少于平均值时就减少2 级运行商，在“各问题平均所用时间”(Average time per issue) 多于平均值时就增加2 级运营商。当前的“各问题平均所用时间”(Average time per issue) 不能用于预测更改是否将导致产生增减运营商的需求，数据中的其他因素也会影响到“假设”分析的结果，从而阐明使用数据挖掘来指导业务决策的重要性。