Clasificación CART® para Predecir las respuestas de la encuesta de selección múltiple

Utilícelo Clasificación CART® para usar relaciones complejas con múltiples predictores para predecir la tasa de entrega de pedidos perfecta.

Este ejemplo se aplica al Módulo de Centro de Contacto con el Cliente. Para obtener más información, vaya a www.minitab.com/customer-contact-center-module.

Ejemplo

Una pregunta de encuesta de opción múltiple es aquella en la que la respuesta puede tomar tres o más resultados categóricos.

En esta hoja de trabajo, Respuesta es la respuesta. El evento de respuesta son las redes sociales. Satisfacción del cliente es un predictor continuo Ubicación del centro de llamadas es un predictor categórico.

C1-T	C2	C3-T	C4-T
`Respuesta`	`Satisfacción del cliente`	`Ubicación del centro de llamadas`	`Departamento`
Redes sociales	8	Este	Facturación
Redes sociales	6	Este	Servicio al cliente
Referido por un amigo	5	Oeste	Facturación
Sitio web de la empresa	8	Oeste	Servicio al cliente

Cómo hacerlo

Elija Módulos de soluciones > Funciones > KPI del centro de contacto con el cliente y, a continuación, seleccione Lanzar.
En Satisfacción del cliente, seleccione Encuesta de selección múltiple.
Seleccione Predecir las respuestas de la encuestas de selección múltiple, luego haga clic en Aceptar.
Seleccione ,Clasificación CART® luego haga clic en .
En la lista desplegable, seleccione Respuesta multinomial.
En Respuesta, agregue la Variable que contiene la respuesta a la encuesta. Las variables multinomiales son variables categóricas que tienen tres o más niveles posibles. La respuesta también se denomina variable Y.
En Response event, seleccione el valor que representa el evento que desea predecir.
En Predictores continuos, ingrese las variables continuas que pueden explicar o predecir la respuesta a la encuesta. Los predictores también se denominan variables X.
En Predictores categóricos, ingrese las variables categóricas que pueden explicar o predecir cambios en la respuesta. Los predictores también se denominan variables X.
Haga clic en Aceptar.

Sugerencia

Para obtener más información acerca de este análisis, haga clic en Ayuda en el cuadro de diálogo principal.