Operasyonunuzu iyileştirmek için müşteri girdisi

Veri Odaklı İş Kararları

Ted Kwartler

Data Dude

Müşteri anketi verilerini inceleme

$$

• Veri toplama: nitel görüşmeler, çevrimiçi yorumlar, işlem verileri
• Müşteri anketi verilerini açıklamak için model kullanın

Model olarak anket girdileri

• Q1: Genel olarak ne kadar memnunsunuz [1-5]?
• Q2: Ürün/hizmet kalitesini nasıl değerlendirirsiniz [1-5]?
• Q3: Ürün/hizmet seçeneklerini nasıl değerlendirirsiniz [1-5]?
• Q4: Teklifin adil fiyatlandığını düşünüyor musunuz [1-5]?

	Q1 (genel memnuniyet)	Q2	Q3	Q4
Müşteri-1	1	5	5	5
Müşteri-2	1	4	5	5
Müşteri-3	0	1	3	1
Müşteri-N	1	1	4	4
...	...	...	...	...

Model olarak anket girdileri

	Q1 (genel memnuniyet)	Q2	Q3	Q4
Müşteri-1	1	5	5	5
Müşteri-2	1	4	5	5
Müşteri-3	0	1	3	1
Müşteri-N	1	1	4	4
...	...	...	...	...

$$

• Hedef değişken
  • Q1
• Açıklayıcı değişkenler
  • Q2, Q3, Q4

Müşteri verilerinden açıklayıcı modeller

	Q1 (genel memnuniyet)	Q2	Q3	Q4
Müşteri-1	1	5	5	5
Müşteri-2	1	4	5	5
Müşteri-3	0	1	3	1
Müşteri-N	1	1	4	4
...	...	...	...	...

$$

Lojistik regresyon modeli

$f(\text{genel memnuniyet}) = \beta_1 * Q2 + \beta_2 * Q3 + \beta_3 * Q4$

Etkisini anlamak için beta toplamı

Lojistik regresyon modeli

$f(\text{genel memnuniyet}) = \beta_1 * Q2 + \beta_2 * Q3 + \beta_3 * Q4$

Model çıktısı

$f(\text{genel memnuniyet}) = 0.25 * Q2 + 0.25 * Q3 + 1 * Q4$

Beta toplamı

	Beta	Beta toplamı	Oran
Q2	.25	0.6	.42
Q3	.25	0.6	.42
Q4	.1	0.6	.16

Sıklık ile bağlam ekleme

$$

	Beta	Beta toplamı	Oran
Q2	.25	0.6	.42
Q3	.25	0.6	.42
Q4	.1	0.6	.16

Sıklık ile bağlam ekleme

Kuruluşun bir kategoride ne sıklıkla iyi performans gösterdiği bağlamını ekleme

	Beta	Beta toplamı	Oran	Yüksek puan sıklığı
Q2	.25	0.6	.42	.8
Q3	.25	0.6	.42	.35
Q4	.1	0.6	.16	.15

Hadi başlayalım!

Veri Odaklı İş Kararları