अपने ऑपरेशन को सुधारने के लिए ग्राहक इनपुट

Data-Driven Decision Making for Business

Ted Kwartler

Data Dude

ग्राहक सर्वे डेटा जाँचें

$$

• डेटा संग्रह: गुणात्मक इंटरव्यू, ऑनलाइन रिव्यू, ट्रांज़ैक्शनल डेटा
• ग्राहक सर्वे डेटा समझाने के लिए मॉडल का उपयोग करें

मॉडल के रूप में सर्वे इनपुट

• Q1: कुल मिलाकर आप कितने संतुष्ट हैं [1-5]?
• Q2: प्रोडक्ट/सेवा की क्वालिटी को आप कैसे रेट करेंगे [1-5]?
• Q3: प्रोडक्ट/सेवा के ऑप्शंस को आप कैसे रेट करेंगे [1-5]?
• Q4: क्या आप सहमत हैं कि ऑफर की कीमत उचित है [1-5]?

	Q1 (कुल संतुष्टि)	Q2	Q3	Q4
Customer-1	1	5	5	5
Customer-2	1	4	5	5
Customer-3	0	1	3	1
Customer-N	1	1	4	4
...	...	...	...	...

मॉडल के रूप में सर्वे इनपुट

	Q1 (कुल संतुष्टि)	Q2	Q3	Q4
Customer-1	1	5	5	5
Customer-2	1	4	5	5
Customer-3	0	1	3	1
Customer-N	1	1	4	4
...	...	...	...	...

$$

• टार्गेट वैरिएबल
  • Q1
• एक्सप्लेनटरी वैरिएबल्स
  • Q2, Q3, Q4

ग्राहक डेटा से एक्सप्लेनटरी मॉडल्स

	Q1 (कुल संतुष्टि)	Q2	Q3	Q4
Customer-1	1	5	5	5
Customer-2	1	4	5	5
Customer-3	0	1	3	1
Customer-N	1	1	4	4
...	...	...	...	...

$$

Logistic regression model

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

प्रभाव समझने के लिए बीटा का योग

Logistic regression model

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

मॉडल आउटपुट

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

बीटा का योग

	Beta	Sum of beta	Proportion
Q2	.25	0.6	.42
Q3	.25	0.6	.42
Q4	.1	0.6	.16

फ्रीक्वेंसी से संदर्भ जोड़ना

$$

	Beta	Sum of beta	Proportion
Q2	.25	0.6	.42
Q3	.25	0.6	.42
Q4	.1	0.6	.16

फ्रीक्वेंसी से संदर्भ जोड़ना

इस संदर्भ को जोड़ना कि संगठन किसी श्रेणी में कितनी बार अच्छा करता है

	Beta	Sum of beta	Proportion	High score की frequency
Q2	.25	0.6	.42	.8
Q3	.25	0.6	.42	.35
Q4	.1	0.6	.16	.15

शुरू करें!

Data-Driven Decision Making for Business