Karar Ağacı

Genel Bakış

Karar Ağacı hesaplayıcısı, belirli süreç davranışlarının temel nedenlerini belirlemek için yapay zeka destekli istatistiksel analiz kullanır. Bu güçlü hesaplayıcı, hedef bir sonuçla olan durumları tüm durumlarla karşılaştırarak hangi özellik değerlerinin bu sonuçla en güçlü şekilde ilişkili olduğunu keşfeder. Otomatik olarak risk oranlarını, olasılık skorlarını ve açıklanan kesir metriklerini hesaplayarak potansiyel temel nedenleri açıklayıcı güçlerine göre sıralar.

Bu, bir sonucu filtreler aracılığıyla tanımlamayı gerektiren ve ardından davranışın sürücüsünü keşfetmek için verilerinizi otomatik analiz eden AI destekli bir hesaplayıcıdır.

Yaygın Kullanımlar

Geç ödemelere katkıda bulunan faktörleri belirlemek
İşin yeniden yapılması ve tekrarlanan aktivitelerin temel nedenlerini anlamak
Vaka yükseltmelerine yol açan nedenleri keşfetmek
Uyumluluk ihlallerine neden olan kalıpları analiz etmek
Uzun vaka sürelerine neyin sebep olduğunu bulmak
Kalite sorunları ve katkıda bulunan faktörleri araştırmak
Müşteri şikayet kalıplarını anlamak

Ayarlar

Sonuç Tanımı

Filtre Sayısı: Hedef sonucu tanımlayan önceden tanımlı filtre sayısı. 0 olarak ayarlandığında, sonucu tanımlamak için aşağıdaki Filtre Listesi kullanılır.

Filtre Listesi: Filtre Sayısı 0 olduğunda, analiz etmek istediğiniz davranışı gösteren vakaları seçen filtreleri tanımlayın. Örneğin, "İşin Yeniden Yapıldığı Vakalar" veya "30 Günden Uzun Süren Vakalar" için bir filtre oluşturun.

Girdi Yapılandırması

Girdi Sütun Adları: Potansiyel temel nedenler olarak analiz etmek istediğiniz vaka özelliklerini manuel belirtin.

Otomatik Girdi: Etkinleştirildiğinde, veri türleri ve kardinaliteye göre analiz için uygun sütunları otomatik seçer.

Analiz Eşikleri

Minimum Yüzde: Bir özellik değerinin dikkate alınması için gereken minimum vaka yüzdesi (varsayılan: vakaların %0,1’i).

Minimum Vaka Sayısı: Bir özellik değerinin dikkate alınması için gereken minimum vaka sayısı (varsayılan: 3 vaka).

Olasılık Artış Eşiği: Bir temel neden raporlamak için gereken minimum risk oranı (varsayılan: 1,01, yani %1 artan olasılık).

Açıklanan Yüzde Eşiği: Özellik değerinin bulunduğu sonuç vakalarının minimum yüzdesi (varsayılan: %1).

Maksimum Temel Neden Sayısı: Döndürülecek maksimum temel neden sayısı (varsayılan: 20).

Örnek

Ödeme Gecikmelerinin Nedenlerini Bulma

Senaryo: Bazı faturaların neden geç ödendiğini, diğerlerinin ise zamanında ödendiğini anlamak istiyorsunuz.

Kurulum:

"Geç Ödemeler"i tanımlayan bir filtre oluşturun (örneğin, Ödeme Tarihi > Son Tarih)
Karar Ağacı hesaplayıcısını bu filtreyi sonuç olarak kullanacak şekilde ayarlayın
Analiz edilecek özellikleri seçin: Tedarikçi, Departman, Fatura Tutarı, Ödeme Koşulları
Analizi çalıştırın

Çıktı:

Hesaplayıcı aşağıdaki sonuçları üretir:

Özellik	Değer	Değere Sahip Vakalar	Sonuç Olasılığı	Risk Oranı	Açıklanan Kesir
Tedarikçi Kategorisi	Uluslararası	Tüm vakaların %15'i	%45'i geç ödendi	3,2x	Geç ödemelerin %35'i
Fatura Tutarı	> 50.000 $	Tüm vakaların %8'i	%38'i geç ödendi	2,7x	Geç ödemelerin %18'i
Departman	Satın Alma B	Tüm vakaların %12'si	%32'si geç ödendi	2,3x	Geç ödemelerin %22'si

Yorum:

Uluslararası tedarikçiler, baz risk oranına göre 3,2 kat daha fazla geç ödeme olasılığına sahiptir
Tüm geç ödemelerin %35'i uluslararası tedarikçilerle ilişkilidir
Yüksek tutarlı faturalar ve belirli bir departman da artan risk göstermektedir

İçgörüler: Analiz, özellikle yüksek tutarlı faturalar için uluslararası tedarikçilerin farklı ödeme süreçlerine ihtiyaç duyduğunu gösteriyor. Karar ağacı, hangi süreç iyileştirmelerinin en büyük etkiyi yaratacağını önceliklendirmenize yardımcı olur.

Metrikleri Anlama

Risk Oranı (Olasılık Artışı)

Risk Oranı, bir özellik değeri mevcutken ve mevcut değilken sonuç olasılığını karşılaştırır:

Risk Oranı = P(Sonuç | Değer Var) / P(Sonuç | Değer Yok)

Risk Oranı = 1.0: Özellik değeri etkisizdir
Risk Oranı = 2.0: Bu değere sahip vakalar iki kat daha olası sonucudur
Risk Oranı = 0.5: Bu değere sahip vakaların sonuç olasılığı %50 daha azdır

Açıklanan Kesir

Açıklanan Kesir, sonuç vakalarının yüzde kaçının özellik değerine sahip olduğunu gösterir:

Açıklanan Kesir = (Sonuçlu ve Değere Sahip Vakalar) / (Toplam Sonuçlu Vakalar)

Bu, önceliklendirmeye yardımcı olur: yüksek risk oranına sahip ama düşük açıklanan kesirli bir temel neden problemin sadece küçük bir kısmını etkiler.

Öncelik Sıralaması

Temel nedenler, aşağıların kombinasyonuna göre Yüksek, Orta veya Düşük öncelikli olarak sıralanır:

Olasılık artışı (risk oranı)
Açıklanan kesirin büyüklüğü
İstatistiksel anlamlılık (vaka sayısı)

Görüntüleme Modları

Cümle Görünümü

Her temel neden için insan tarafından okunabilir açıklamalar gösterir:

"Tedarikçi Kategorisi = Uluslararası olan vakalar, geç ödemeler için 3,2 kat daha olasıdır. Bu özellik, tüm geç ödemelerin %35’ini açıklar."

İstatistik Tablosu

Tüm hesaplanan metrikleri ayrıntılı analiz için sıralanabilir bir tabloda gösterir.

Sonuç Olasılığı Görünümü

En yüksek risk oranlarına sahip özellik değerlerine odaklanır - sonucu en dramatik şekilde artıranlar.

Sonuç Değeri Görünümü

En çok vakayı etkileyen özellik değerlerine odaklanır - iyileştirmelerin en geniş etkiyi yapacağı alanlar.

Nasıl Çalışır

Frekans Hesaplama: Tüm vakalarda ve sonuç vakalarında her özellik değerinin sayısını sayar
Olasılık Karşılaştırması: Her değer için sonuç olasılığını değerin var olduğu ve olmadığı durumlarda hesaplar
Risk Oranı: Bu olasılıkların oranını hesaplar
Açıklanan Kesir: Sonuç vakalarının ne kadarının her değere sahip olduğunu hesaplar
Eşik Filtreleme: Ayarlanmış eşiklerin altındaki sonuçları çıkarır
Sıralama: Açıklayıcı güce (risk oranı ve açıklanan kesirin kombinasyonu) göre sıralar

En İyi Uygulamalar

İyi Sonuçlar Tanımlama

Spesifik olun: "7 günden fazla geciken ödemeler" "Geç ödemeler"den daha iyidir
Yeterli vaka hacmi sağlayın: İstatistiksel geçerlilik için yeterli sonuç vakası olmalı
Tanımları değiştirerek temel nedenlerin değişip değişmediğini test edin

Girdi Sütunlarını Seçme

Kategorik özellikleri dahil edin (tedarikçi, departman, durum)
Sayısal özellikleri ayrıklaştırarak dahil edin (tutar aralıkları, süre kategorileri)
Çok sayıda eşsiz değeri olan sütunları hariç tutun (ID'ler, serbest metin)
Otomatik seçimle başlayın, ardından sonuçlara göre ince ayar yapın

Sonuçları Yorumlama

Hem yüksek risk oranı HEM de yüksek açıklanan kesir arayın
İş bağlamını dikkate alın: bulduğunuz temel neden uygulanabilir mi?
Hareket etmeden önce süreci bilen uzmanlarla bulguları doğrulayın
Altta yatan vakaları incelemek için detaylara inin

Çıktı

Hesaplayıcı, çeşitli çıktı formatları sağlar:

Karar Ağacı Tablosu: Tüm temel nedenler açıklayıcı güce göre sıralanır
Sonuç Olasılığı Tablosu: En yüksek risk oranı değerleri vaka detaylarıyla
Sonuç Değeri Tablosu: En etkili değerler vaka sayısına göre detaylarla
Sohbet Metni: Sunumlar için insan tarafından okunabilir özet

Etkileşimli özellikler:

Satırlara tıklayarak alttaki vakaları görüntüleme
Farklı metriklere göre sıralama
Bulguları daha ileri analiz için dışa aktarma
Belirlenen temel nedenlerden öneriler oluşturma

Bu dokümantasyon mindzie Studio süreç madenciliği platformunun bir parçasıdır.