Graphique de courbes d'élévation

Vous pouvez afficher deux types de graphiques sous l'onglet Graphique de courbes d'élévation de l'onglet Graphique d'analyse de précision de l'exploration de données du Concepteur d'exploration de données : un graphique de courbes d'élévation et un graphique des bénéfices. Un graphique de courbes d'élévation compare la précision des prévisions de chaque modèle, tandis qu'un graphique des bénéfices affiche l'augmentation théorique des bénéfices associée à l'utilisation de chaque modèle.

Utilisez la liste Type de graphique pour sélectionner le type de graphique de votre choix. Lorsque vous sélectionnez Graphique des bénéfices dans cette liste, la boîte de dialogue Paramètres du graphique des bénéfices s'affiche automatiquement. (Cette boîte de dialogue s'affiche également lorsque vous cliquez sur Paramètres.) Cette boîte de dialogue vous permet de spécifier les paramètres qui définissent le graphique des bénéfices.

Seuls les modèles d'exploration de données qui contiennent des attributs prévisibles discrets peuvent être comparés dans un graphique de courbes d'évaluation. L'onglet Graphique d'analyse de précision de l'exploration de données ne peut pas être utilisé avec des modèles Time Series ou avec des modèles qui possèdent des attributs prévisibles continus.

Pour plus d'informations :Rubriques Procédure : onglet Graphique d'analyse de précision de l'exploration de données, Mappages de colonnes (Graphique de courbes d'élévation), Validation des modèles d'exploration de données

Types de graphiques

Les sections suivantes décrivent chaque type de graphique de façon approfondie :

• Graphique de courbes d'élévation
• Graphique des bénéfices

Graphique de courbes d'élévation

L'onglet Graphique de courbes d'élévation affiche une représentation graphique du changement des courbes d'élévation qu'entraîne un modèle d'exploration de données. Par exemple, considérons que le service Marketing de Adventure Works Cycles souhaite créer une campagne de publipostage ciblée. Les campagnes précédentes permettent de déduire qu'un taux de réponse de 10 % est à prévoir. L'entreprise possède une liste de 10 000 clients potentiels stockés dans une table de la base de données. En fonction du taux de réponse habituel, l'entreprise s'attend à ce que 1 000 clients répondent.

Considérons également que le budget affecté à ce projet est inférieur à la somme d'argent nécessaire pour contacter les 10 000 clients répertoriés dans la base de données. Le budget affecté permet à l'entreprise d'envoyer une annonce à 5 000 clients seulement. Le service Marketing a le choix entre deux possibilités :

• sélectionner 5 000 clients cibles au hasard ;
• utiliser un modèle d'exploration de données pour cibler les 5 000 clients qui ont le plus de chance de répondre.

Si l'entreprise sélectionne au hasard 5 000 clients, elle peut s'attendre à recevoir seulement 500 des 1 000 réponses positives estimées, car seuls 10 % des clients contactés répondent habituellement. Ce scénario est représenté par la ligne aléatoire dans le graphique de courbes d'évaluation. Toutefois, si le service Marketing utilise un modèle d'exploration de données pour cibler le publipostage, il est possible d'espérer un taux de réponse supérieur, car les clients ciblés sont ceux susceptibles le plus de répondre. Si le modèle était parfait, ce qui signifie qu'il créerait des prévisions toujours exactes, la société pourrait s'attendre à recevoir les 1 000 réponses estimées pour un publipostage aux 1 000 clients potentiels recommandés par le modèle. Ce scénario est représenté par la ligne idéale dans le graphique de courbes d'évaluation. En réalité, le modèle d'exploration de données se trouve probablement entre ces deux extrêmes, entre une sélection aléatoire et une prévision idéale ou parfaite. Toute amélioration dans les réponses par rapport à la sélection aléatoire est considérée comme une évaluation.

Vous pouvez créer deux types de graphiques, l'un permettant de spécifier un état de la colonne prévisible, et l'autre ne permettant pas de spécifier l'état.

Si vous spécifiez l'état de la colonne prévisible, vous créez le type de graphique correspondant au diagramme ci-dessous.

L'axe X du graphique représente le pourcentage du jeu de données de test utilisé pour comparer les prévisions. L'axe Y du graphique représente le pourcentage des valeurs prévues comme l'état spécifié. Dans le graphique, la ligne rouge représente la ligne aléatoire et la ligne jaune représente le modèle idéal.

Si vous ne spécifiez pas l'état de la colonne prévisible, vous créez le type de graphique correspondant au diagramme ci-dessous.

L'axe X est identique à celui du graphique avec la colonne prévisible spécifiée, mais l'axe Y représente ici le pourcentage des prévisions qui sont correctes. Dans ce graphique, la ligne rouge représente le modèle idéal.

Lorsque vous passez de l'onglet Mappage de colonne à l'onglet Graphique de courbes d'élévation et vice-versa, le graphique est mis à jour pour refléter toutes les modifications apportées dans les mappages des colonnes.

Retour en haut

Graphique des bénéfices

Un graphique des bénéfices représente l'augmentation de bénéfices estimée qui est associée à l'utilisation d'un modèle d'exploration de données pour déterminer les clients qu'une entreprise doit contacter dans un scénario professionnel. L'axe Y du graphique représente les bénéfices, tandis que l'axe X représente le pourcentage de la population que la société a contactée. Un graphique des bénéfices classique montre une augmentation des bénéfices jusqu'à un certain point, après lequel les bénéfices diminuent plus le nombre d'individus contactés augmente.

Utilisez la liste Type de graphique pour afficher le graphique des bénéfices. Lorsque vous sélectionnez Graphique des bénéfices, la boîte de dialogue Paramètres du graphique des bénéfices s'affiche. Cette boîte de dialogue vous permet de spécifier les paramètres qui définissent le graphique des bénéfices. La liste ci-dessous décrit les paramètres que vous pouvez définir.

• Remplissage
  Nombre de cas dans le jeu de données qui est utilisé pour créer le graphique de courbes d'évaluation. Par exemple, le nombre de clients potentiels.

• Coût fixe
  Coût fixe associé au problème professionnel. En ce qui concerne une solution de publipostage ciblé, le coût ne dépend pas de variables telles que le nombre d'appels téléphoniques effectués ou le nombre de courriers publicitaires de publipostage envoyés.

• Coût individuel
  Coûts s'ajoutant au coût fixe, qui peuvent être associés à chaque client contacté. Par exemple, les courriers publicitaires de publipostage et les appels téléphoniques.

• Revenu par personne
  Revenu associé à chaque vente réussie.

Vous pouvez également afficher la boîte de dialogue Paramètres du graphique des bénéfices en cliquant sur Paramètres sous l'onglet Graphique de courbes d'élévation.

Le graphique des bénéfices contient une ligne verticale grise, que vous pouvez déplacer en cliquant à un emplacement dans le graphique. La Légende d'exploration de données affiche un score, le remplissage correct et la probabilité de prévision qui sont associés à l'emplacement de la ligne grise sur le graphique. Si vous sélectionnez le point des bénéfices maximaux dans le graphique en utilisant la ligne grise, vous pouvez utiliser la valeur de probabilité de prévision pour déterminer un seuil de probabilité lié au fait de contacter un client.

Par exemple, si le sommet de la courbe des bénéfices se trouve à 55 % de remplissage et que la probabilité de prévision associée est de 20 %, cela indique que pour réaliser des bénéfices maximaux vous devez contacter uniquement les clients dont la réponse est prévue avec une probabilité de 20 % ou plus.

Retour en haut

Voir aussi

Concepts

Mappages de colonnes (Graphique de courbes d'élévation)
Concepts d'exploration de données
Utilisation de l'exploration de données
Validation des modèles d'exploration de données

Autres ressources

Rubriques Procédure : onglet Graphique d'analyse de précision de l'exploration de données

Aide et Informations

Assistance sur SQL Server 2005