В результате применения этого метода к исходным данным создается иерархическая (древовидная) структура правил вида “Если… то…”, а алгоритм анализа обеспечивает процесс вычленения на каждом этапе наиболее значимых условий и переходов между ними.
Рассматриваемый алгоритм получил наибольшее распространение при выявлении причинно-следственных связей в данных и описании поведенческих моделей.
Алгоритм поиска последовательностей является дальнейшим усовершенствованием алгоритма поиска ассоциаций. Он реализуем, если существует возможность связать события в единую временную последовательность каким-либо атрибутом, в качестве которого может выступать, например, субъект события. Это существенно расширяет функциональность аналитической системы возможностью рассмотрения хронологически связанных цепочек событий.
Этот алгоритм дает ответы на вопросы типа: “Если сегодня покупатель приобрел фотоаппарат, то через какое время он вероятнее всего купит новые батарейки и пленку? А видеокамеру?”. Алгоритм получил наибольшее распространение для увеличения эффективности перекрестных продаж, а также выстраивания рекламных альянсов.
Не правда ли логично, что вблизи крупного автосалона располагается АЗС, а человека, пришедшего в туристическое агентство, заинтересуют рекламные купоны магазина, торгующего товарами для отдыха?
Типичная зона применимости деревьев решений – оценка различных рисков, например, просрочки платежа или закрытия заказа клиентом, недопоставки или несвоевременной поставки товара поставщиком. Другой часто встречающийся вариант использования этого алгоритма – анализ и прогноз поведенческих стереотипов (переход клиента к конкуренту, отклик на рекламную кампанию). И в этой ипостаси метод чрезвычайно эффективен, так как его логика близка к человеческой. А возможность использования варьируемых обучающих и актуальных выборок позволяет формировать на их основе сценарные прогнозы. Анализы этого типа получили название “Что, если…?”, они незаменимы в бюджетном процессе.
Используя деревья решений можно существенно снизить влияние неопределенности поведения контрагентов на состояние компании, оптимизировав формы взаимоотношения с ними. Благодаря этому вполне реально, с одной стороны, минимизировать затраты на управление цепочками поставок, а с другой – добиться увеличения эффективности маркетинговых кампаний и оптимизации системы продаж.
Еще одним нетривиальным примером практического использования этого алгоритма является формирование дружественной клиенту среды коммуникации. Алгоритм позволяет выявить клиентов с подобными стереотипами общения и восприятия для разработки типовых сценариев обслуживания их в колл-центрах, сложных вариантов анкетирования или адаптивной топологии интернет-магазинов.
Результаты анализа и прогноза с помощью деревьев решений позволяют существенно снизить влияние неопределенности бизнес-окружения на состояние компании, а также решить широкий спектр задач, связанных с выявлением сложных и неочевидных причинно-следственных связей. Адекватная оценка рисков обеспечивает принятие квалифицированных решений по оптимизации отношения доходность/риск в деятельности компании, а также полезна для увеличения реалистичности различных бюджетов.
