Nota:
El acceso a esta página requiere autorización. Puede intentar iniciar sesión o cambiar directorios.
El acceso a esta página requiere autorización. Puede intentar cambiar los directorios.
La herramienta Calculadora de predicción le ayuda a crear un cuadro de mandos que se puede usar para analizar nuevos datos y evaluar opciones o riesgos. Por ejemplo, si tiene datos históricos y demográficos sobre los clientes, la herramienta Calculadora de predicción puede ayudarle con dos tareas clave:
Generar un análisis subyacente de los datos demográficos, el comportamiento de compra y otros factores.
Crear un cuadro de mando operativo que le ayude a evaluar a los miembros y a realizar recomendaciones para nuevos productos o ofertas de servicio.
El asistente también crea una hoja de cálculo que almacena todos los cálculos subyacentes para que pueda interactuar con el modelo y ver cómo afectan los distintos valores de entrada a la puntuación final.
Si lo desea, el asistente también puede crear una versión impresa de la hoja de cálculo que puede usar para la puntuación sin conexión. No puede interactuar con el modelo como puede con el libro de Excel en línea, pero la versión impresa proporciona todos los cálculos que necesita para especificar valores y calcular una puntuación final.
Uso de la herramienta calculadora de predicción
Abra una tabla de Excel que contenga los datos que desea analizar.
Haga clic en Calculadora de predicción en la pestaña Analizar .
En el cuadro de diálogo Calculadora de predicción, para Objetivo, elija la columna que desea predecir, como el comportamiento de compra.
Especifique el valor objetivo. Si el valor es numérico, use la opción In range (En intervalo) y, a continuación, escriba los valores mínimo y máximo para el intervalo deseado. Si el valor es discreto, seleccione la opción Exactamente y, a continuación, seleccione el valor de la lista desplegable.
Haga clic en Elegir columnas para usarlas para el análisis.
En el cuadro de diálogo Selección avanzada de columnas , seleccione columnas que tengan información útil. Quite todas las columnas que no sean relevantes para el análisis. Haz clic en Aceptar.
Para evitar sesgar los resultados, también debe quitar columnas que tengan información duplicada. Por ejemplo, si tiene una columna Income que contiene datos numéricos y una columna Grupo de ingresos que contiene las etiquetas High, Medium y Low, no debe incluir ambas columnas en el mismo modelo. En su lugar, podría crear un modelo independiente para cada columna.
En la sección Opciones de salida, seleccione Calculadora operativa para generar el análisis y el cuadro de mandos en un libro de Excel. Seleccione Calculadora lista para impresión para realizar el análisis y generar un informe que se pueda imprimir y usar para calificar manualmente.
Haga clic en Ejecutar.
La herramienta crea nuevas hojas de cálculo que contienen los informes y el cuadro de mando.
Requisitos
La herramienta Calculadora de predicción usa el algoritmo de regresión logística de Microsoft, que puede trabajar con valores discretos, así como datos numéricos discretos y continuos.
Descripción de los informes de puntuación
Si selecciona ambas opciones de salida, la Calculadora de predicción crea las tres hojas de cálculo nuevas siguientes en el libro actual:
Un informe de predicciónque contiene los resultados del análisis, completo con tablas interactivas y gráficos que le ayudan a experimentar con interacciones y beneficios.
Calculadora de predicción interactiva que le ayuda a crear puntuaciones.
Calculadora imprimible con instrucciones y coeficientes que se usarán en la puntuación.
En esta sección se describe la información de cada informe y cómo usar las distintas opciones de informe.
Informe de predicción con gráficos
El primer informe de predicción se titula Informe de Calculadora de Predicción para el <estado de destino> del <atributo de destino>. Contiene una tabla de factores derivados del análisis, junto con herramientas que le ayudarán a evaluar el impacto financiero de un análisis determinado.
Tabla para especificar costos y beneficios
La primera herramienta de este informe, en la parte superior izquierda del informe, es una tabla en la que puede especificar los costos y beneficios asociados a una predicción correcta e incorrecta de un valor. Estos costos y beneficios son necesarios para calcular el umbral de puntuación óptimo para la calculadora.
| Elemento | Descripción y ejemplo |
|---|---|
| Costo falso positivo | Costo de suponer que el modelo predijo un resultado positivo correctamente cuando realmente la predicción es incorrecta. Por ejemplo, el modelo predice que un cliente comprará algo y en función de que diseñe una campaña para dirigirse a ese cliente. Podría ingresar el costo de acercamiento al cliente aquí. |
| Costo falso negativo | Costo de suponer que el modelo predijo un valor negativo correctamente cuando realmente la predicción es incorrecta. Por ejemplo, el modelo podría predecir que es poco probable que los clientes mayores compren una bicicleta, pero usted encuentra que el modelo estaba sesgado y, como resultado, perdió la oportunidad de dirigirse a los clientes mayores. Puede asignar un costo de oportunidad perdida aquí. |
| Verdadero beneficio positivo | Beneficie de predecir correctamente un resultado positivo. Por ejemplo, si se dirige a los clientes adecuados y el resultado de la divulgación es una venta, escribiría aquí el beneficio por cliente. |
| Verdadero beneficio negativo | Beneficie de predecir correctamente un resultado negativo. Por ejemplo, si puede identificar correctamente a los clientes que no deberían ser objetivo, puede ingresar aquí X cantidad de dólares en publicidad por cliente. |
Gráfico para ver el máximo beneficio
Al escribir valores en la tabla, los gráficos relacionados se actualizan automáticamente para mostrar el mejor punto para maximizar el beneficio dado el modelo actual. El gráfico de líneas a la derecha de esta tabla muestra el beneficio de varios umbrales de puntuación. El beneficio se calcula utilizando las cifras de beneficios y costos que se escriben en la tabla, en función de las predicciones y probabilidades del modelo.
Por ejemplo, si, en la tabla superior izquierda, la celda de Umbral sugerido para maximizar el beneficio muestra el valor 500, el gráfico del lado derecho mostrará 500 como el punto más alto del gráfico de líneas. Lo que significa este valor de 500 es que para maximizar los beneficios, debe usar las 500 recomendaciones principales del modelo de minería de datos, ordenadas por probabilidad.
Tabla de puntuaciones para cada atributo y valor
La tabla de la parte inferior izquierda del informe muestra un desglose detallado de los valores detectados y cómo afecta cada valor al resultado. No se pueden cambiar los valores de esta tabla; se muestran para ayudarle a comprender la predicción.
Por ejemplo, en la tabla siguiente se muestra un ejemplo de los resultados cuando el resultado de destino es que un cliente compra una bicicleta. La tabla enumera cada columna de entrada que se usó en el modelo, independientemente de si la entrada afecta al modelo. En la tabla también se enumeran los valores discretos y los valores discretizados si la columna de entrada contiene datos numéricos continuos.
Los valores de la columna Impacto relativo son probabilidades, representadas como porcentajes. La celda está sombreada para representar visualmente el impacto de este valor en los resultados.
| Atributo | Importancia | Impacto relativo |
|---|---|---|
| Estado civil | Casado | 0 |
| Estado civil | Soltero | 71 |
| Género | Mujer | 13 |
| Género | Masculino | 0 |
Puede interpretar estos factores de la siguiente manera:
Estar casado no afecta a la probabilidad de que el cliente compre una bicicleta.
Sin embargo, estar soltero es un indicativo fuerte (70 por ciento) de que es probable que el cliente compre una bicicleta.
El género del cliente solo tiene un efecto marginal (13 por ciento) en el comportamiento previsto de compra de bicicletas si el cliente es una mujer y no tiene ningún efecto en el comportamiento previsto de compra de bicicletas si el cliente es un hombre.
Gráfico del costo de clasificación incorrecta acumulativa
El gráfico de áreas de la parte inferior derecha del informe muestra el costo de clasificación incorrecta acumulativa para varios umbrales de puntuación. En este gráfico también se usan las cifras de costos y beneficios que se especifican para falsos positivos, verdaderos positivos, falsos negativos y falsos positivos.
A diferencia del gráfico de la esquina superior derecha del informe, que se centra en maximizar el beneficio, este gráfico incorpora el costo de realizar la predicción incorrecta. Este gráfico es especialmente útil en escenarios como la prevención, donde el costo de tomar la decisión incorrecta supera significativamente el costo de adivinar correctamente.
Por ejemplo, aunque el primer gráfico sugiere que el objetivo de los 500 principales clientes previstos por el modelo es la manera de obtener máximos beneficios, puede decidir después de examinar este segundo gráfico que los costos de dirigirse erróneamente a los clientes son demasiado grandes y decidir en su lugar cortar la campaña de marketing en los primeros 400 clientes.
Calculadora de predicción interactiva
La segunda hoja de cálculo creada por la herramienta Calculadora de Predicción se titula Calculadora de predicción para el <estado objetivo> del <atributo objetivo>. Es una hoja de cálculo interactiva que puede usar para calcular puntuaciones individuales. Dado que esta hoja de cálculo usa patrones y estadísticas almacenados en el modelo, puede experimentar con valores diferentes y ver cómo afectan a la puntuación prevista. Este informe también tiene dos secciones: una es interactiva y otra se proporciona como referencia.
Primera tabla
Puede seleccionar o escribir un nuevo valor en la columna Valor de la tabla para ver cómo el cambio del valor afecta a la puntuación.
Por ejemplo, si el informe contiene los siguientes valores, puede reducir el valor de Cars a 1 y, a continuación, a 0 para ver cómo afecta al comportamiento de compra del cliente. A medida que cambia el valor de Cars a 0, la predicción en la parte inferior cambia a TRUE.
| Atributo | Importancia | Impacto relativo |
|---|---|---|
| Estado civil | Casado | 0 |
| Género | Masculino | 0 |
| Ingresos | 39050 - 71062 | 117 |
| Niños | 0 | 157 |
| Educación | Solteros | 22 |
| Ocupación | Trabajador manual cualificado | 33 |
| Propietario del hogar | Sí | 8 |
| Coches | 2 | 50 |
| Distancia de viaje | 0-1 Millas | 99 |
| Región | América del Norte | 0 |
| Edad | 37 - 46 | 5 |
| Total | 491 | |
| Predicción de "Sí" | FALSO |
Al escribir el nuevo valor, la puntuación que se muestra en la celda, Predicción para Sí, cambia a TRUE, y las puntuaciones de impacto relativo para los distintos atributos también se actualizan.
Nota:
Incluso si modifica solo un valor, como el número de automóviles, los valores y los impactos de otros atributos pueden cambiar al hacerlo. Esto se debe a que los modelos de minería de datos suelen encontrar relaciones complejas entre los datos y cambiar cualquier variable puede tener efectos imprevistos. Por este motivo, se recomienda usar la calculadora de predicción interactiva para experimentar con valores diferentes o examinar el modelo de minería de datos para comprender mejor las interacciones. Para obtener más información, vea Examinar modelos.
Desglose de puntuación
En esta tabla se muestran las puntuaciones individuales de cada estado posible de las columnas de entrada y el impacto relativo que la puntuación tiene en los resultados. Esta tabla es estática y solo para referencia.
Calculadora de predicción imprimible
La tercera hoja de cálculo creada por la herramienta Calculadora de predicción se denomina PrintablePrediction Calculator para el <estado> de destino del atributo> de <destino. Este cuadro de mandos está diseñado para imprimirse, de manera que pueda calcular manualmente las puntuaciones cuando no tenga acceso a su ordenador.
Para imprimir y usar el informe de puntuación generado por la Calculadora de predicción
Haga clic en la pestaña denominada Calculadora de predicción imprimible del <atributo>.
En el menú Archivo de Excel, seleccione Vista previa de impresión.
Cambie la orientación de la página, los márgenes y otras opciones de impresión hasta que la hoja de puntuaciones se ajuste a la página de la manera que desee.
Este cuadro de mandos no es dinámico y no está conectado al modelo de ninguna manera, por lo que puede mover columnas o filas para mejorar el formato sin afectar a los datos subyacentes.
Imprima el cuadro de mandos.
Para cada atributo, elija solo un valor. Para el valor que elija, coloque una marca de verificación en el cuadro y escriba el número correspondiente en la columna Puntuación .
Rellene tantos atributos como sea posible para garantizar la precisión.
Calcule la suma de las puntuaciones de cada atributo y escriba ese número en la fila Total .
Convierta la puntuación en un resultado previsto mediante los criterios impresos en la hoja inmediatamente después de la fila Total .
Herramientas relacionadas
Analysis Services proporciona el algoritmo de regresión logística de Microsoft para su uso en este tipo de análisis. Si ya está familiarizado con la regresión logística, puede crear fácilmente modelos de regresión logística mediante la opción Avanzadas del cliente de minería de datos para Excel. Para obtener más información, vea Modelado avanzado (complementos de minería de datos para Excel). Para obtener más información sobre las opciones y parámetros de los modelos de regresión logística, vea el tema "Algoritmo de regresión logística de Microsoft" en los Libros en pantalla de SQL Server.