MODELLE IM VERGLEICH – Wie wichtig ist die Auswahl des Algorithmus?
Klassische Methoden wie lineare oder logistische Regression sind bewährte Verfahren, um Scorings im Marketing zu erstellen. Liefern alternative Verfahren wie Random Forest oder neuronale Netze im Kontext von Marketing-Scorings tatsächlich bessere Ergebnisse als die klassischen Regressionsmethoden? Wenn ja, wie groß ist dieser Unterschied? Wie sieht es aus mit Rechner-Laufzeit und der Interpretierbarkeit bei der Verwendung eines Black-Box-Verfahrens aus? Wir geben Ihnen Antworten auf diese Fragen.
mar,an,con unterstützt Unternehmen mit Scorings für verschiedene Anwendungsfälle. Je trennschärfer das verwendete Scoring aussichtsreiche von weniger aussichtsreichen Kunden unterscheiden kann, umso besser. Neben der richtigen Variablenauswahl und -aufbereitung kann dabei auch die richtige Auswahl des Scoring-Algorithmus relevant sein.
Bisher verwendet mar,an,con meist die logistische Regression, ein bewährtes, stabil laufendes Verfahren mit vergleichsweise kurzen Rechenzeiten. Im Folgenden werden an einem typischen Datenbeispiel einige Alternativen der Künstlichen Intelligenz getestet, um zu sehen, inwieweit sie bessere Ergebnisse liefern können.
