一种用于 B2B 销售预测建模的通用流程：基于 Azure 机器学习的方法
机器学习
2020-10-07 v2 机器学习
摘要
预测销售机会的结果是成功业务管理的核心部分。传统上，此类预测主要依赖销售决策过程中的主观人工评估。本文中，我们通过在基于云的计算平台 Microsoft Azure Machine Learning Service (Azure ML) 上提出一套彻底的数据驱动机器学习 (ML) 工作流，解决了企业对企业 (B2B) 销售结果预测问题。该工作流由两条流水线组成：(1) 一条 ML 流水线，用于在历史销售机会数据上训练概率预测模型。该流水线中，数据经广泛的特性增强步骤扩充后，用于并行训练一组 ML 分类模型集成。(2) 一条预测流水线，用于利用训练好的 ML 模型推断新销售机会的赢单概率并计算最优决策边界。所提工作流在一家大型全球 B2B 咨询公司的真实销售数据集上进行了评估。我们的结果表明，基于 ML 预测的决策部署更准确且带来更高的货币价值。
引用
@article{arxiv.2002.01441,
title = {A Generalized Flow for B2B Sales Predictive Modeling: An Azure Machine Learning Approach},
author = {Alireza Rezazadeh},
journal= {arXiv preprint arXiv:2002.01441},
year = {2020}
}