如何将机器学习与灵敏性分析相结合来制定业务策略?( 三 )

如何将机器学习与灵敏性分析相结合来制定业务策略?


数不清的企业通常使用机器学习(ML)来辅助决策 。 但是 , 在大多数情况下 , 机器学习系统做出的预测和业务决策仍然需要人类用户的直觉来做出判断 。

在本文中 , 我将展示如何将ML与灵敏性分析结合起来以开发数据驱动的业务策略 。 这篇文章重点关注客户流失 , 同时涵盖了使用基于ML的分析时经常出现的问题 。 这些问题包括处理不完整和不平衡的数据 , 推导模型选择以及定量评估这些选择的潜在影响方面的困难 。

具体来说 , 我使用ML识别可能流失的客户 , 然后将特征重要性与方案分析结合使用以得出定量和定性的建议 。 然后 , 组织可以使用结果来做出适当的战略和战术决策 , 以减少未来的客户流失 。 该用例说明了数据科学实践中出现的几个常见问题 , 例如: