대기 시간 예측에 대 한대기 시간 예측

CART® 회귀를 사용하여 이월 주문 비율을 예측하기 위해 여러 예측 변수와 복잡한 관계를 사용합니다.

이 예제는고객 문의 센터 모듈 에 적용됩니다. 자세한 내용은 www.minitab.com/customer-contact-center-module으로 이동하십시오.

예

대기 시간은 발신자가 에이전트와 연결하기 전에 대기 중인 시간입니다.

이 워크시트에서 대기 시간 은 반응입니다. 일정 준수통화량 연속 변수입니다. 콜센터 위치부서 범주형 변수입니다. 예측자는 대기 시간의 차이를 설명할 수 있습니다.

솔루션 모듈은 > > 고객 연락 센터 KPI를 작동시킵니다.를 선택한 다음, 발사를 선택합니다.
서비스 수준에서 대기 시간을(를) 선택합니다.
대기 시간 예측을 선택한 다음 확인. Sel을 클릭합니다.
CART® 회귀을 선택한 다음 확인을 클릭합니다.
반응에 주기 시간 데이터가 포함되어 있는 열을 입력합니다. 반응은 Y 변수라고도 합니다.
계량형 예측 변수 에 반응의 변화를 설명하거나 예측하는 숫자 데이터의 열을 입력합니다. 예측 변수를 X 변수라고도 합니다.
범주형 예측 변수 에 반응값의 변동을 설명하거나 예측할 수 있는 범주형 분류 또는 그룹 할당(원료 유형 등)을 입력합니다. 예측 변수를 X 변수라고도 합니다.
확인을 클릭합니다.

이 분석에 대한 자세한 내용은 도움말 주 대화 상자에서 클릭합니다.