29. Voorspellen obv
Webcare data
Afbeelding van finance.idnes.cz
30. Plan van Aanpak
• Onderzoeksvraag: is het mogelijk om op basis van alle beschikbare webcare data
te voorspellen wat er in het telefoonkanaal gaat gebeuren?
• Alle gelabelde berichten (incl. impactfactor) uit Buzzcare, periode augustus 2010
t/m december 2011.
• 3 datasets samengebracht:
• forecasting
• verwerkt aanbod telefonie
• webcare data
• 3 modellen gebouwd
• 2 - 7 dagen terug het aanbod voorspellen.
• Data vanaf gisteren 16:00 uur tot vandaag 16:00 uur het aanbod van morgen
voorspellen, met de historische reeks van het aanbod zelf opgenomen in de
voorspelling.
• Een vergelijkbaar model als model 2, maar dan zonder de historische reeks van
het aanbod zelf, dus alleen op basis van webcare-data.
32. Resultaten & Conclusie
• Het beste model: gisteren 16:00 uur tot vandaag 16:00 uur het aanbod van morgen
voorspelt (met de historische reeks van het aanbod)
• Er is zeker een relatie tussen wat er online gezegd wordt en het aantal calls.
– Als er negatieve berichten zijn geweest, is het aantal calls van de volgende dag
hoger
– hoe meer berichten met een hoge impactfactor, hoe meer calls.
• Aanscherpen en toepassen
• Eindconclusie:
webcare data + forecast data (incl. historie) = +10% betere voorspelling