Classification CART®

Cet exemple s’applique au fichier Module Chaîne d’approvisionnement. Pour plus d'informations, reportez-vous à www.minitab.com/supply-chain-module.

Prévoir le taux de livraisons parfaites

Utilisez Classification CART® pour utiliser des relations complexes avec plusieurs prédicteurs pour prédire le taux de livraison des commandes parfait.

Exemple

Le taux de livraison parfait des commandes est la proportion de commandes sans erreur du début à la fin.

Dans cette feuille de travail, État de la commande est la réponse. L’événement de réponse est Sans erreur. Nombre d’articles est un prédicteur continu et Région, Transporteur, et Classe de fret est un prédicteur de catégorie.

C1-T C2 C3-T C4-T C5-T
État de la commande Nombre d’articles Région Transporteur Classe de fret
Sans erreur 5 Nord-ouest Expédition rapide Super classe 125
Sans erreur 4 Nord-ouest Livraison mondiale Super classe 100
Erreur 2 Midwest Ship-It-Fast Super classe 175
Erreur 1 Midwest Expédier maintenant Super classe 100

Comment faire

  1. Choisissez Modules de solutions > Fonctions > KPI de la chaîne d’approvisionnement, puis sélectionnezLancer.
  2. Sous Qualité, sélectionnez Taux de livraisons parfaites.
  3. Sélectionnez Prévoir le taux de livraisons parfaites, puis cliquez sur OK.
  4. Sélectionnez Classification CART®, puis cliquez sur OK.
  5. Dans Réponse, entrez les Variables binaires contenant les erreur données. Les variables binaires sont des variables de catégorie pouvant avoir deux niveaux, tels que réussite/échec ou vrai/faux. La réponse est également appelée variable Y.
  6. Dans Evénement de réponse, sélectionnez la valeur qui représente une facture impayée.
  7. Dans Prédicteurs continus, indiquez les variables continues permettant éventuellement d'expliquer ou de prévoir les variations de la réponse. Les valeurs des prédicteurs sont également appelées variables X.
  8. Dans Prédicteurs de catégorie, indiquez les variables continues permettant éventuellement d'expliquer ou de prévoir les variations de la réponse. Les valeurs des prédicteurs sont également appelées variables X.
  9. Cliquez sur OK.
Conseil

Pour plus d’informations sur cette analyse, cliquez Aide dans la boîte de dialogue principale.