Forum
Trouvez des réponses, posez des questions, et partagez votre expertise d’Alteryx.TIPS de la semaine
Chaque semaine, découvrez de nouvelles astuces et bonnes pratiques pour devenir un expert !
Voir l'index
Comme dans beaucoup d'entreprises, le Père Noël fait encore énormement de choses à la main:
Seulement voilà: Noël 2020 a été plus que catastrophique pour le père Noël et ses équipes: Lutins touchés par le covid, pannes de Rennes à répétition et surtout une mauvaise attribution des cadeaux par un lutin stagiaire!
La concurrence des cloches de pâques et de la petite souris pour le bonheur des enfants étant de plus en plus féroce, le Père Noël a décidé de lancer une grande transformation numérique afin de rester le numéro 1!
Pour corriger les erreurs de l'année dernière, le Père Noël a décidé d'utiliser Alteryx et la modélisation assistée en machine learning afin d'être certain de proposer le bon cadeau aux enfants.
Pour celà, le Père Noël dispose de deux jeux de données:
- Une liste de plus de 700 000 enfants, leurs coordonnées GPS, leur passion principale ainsi que leur émission préféré
- Un questionnaire de satisfaction complété par 300 enfants, comprenant passion et émission, le cadeau reçu et une note de satisfaction de 1 à 10
Après une première étape de nettoyage (Suppression des valeurs nulles, Casse nom/prénom), le père Noël doit d'abord diviser les enfants en deux groupes: Ceux qui sont heureux du cadeau (satisfaction > 5) ou ceux qui sont malheureux (satisfaction =<5)
Si on appliquait directement du machine learning sur notre donnée en l'état, etant donné la proportion catastrophique d'enfant malheureux l'année dernière, Alteryx en concluerait que les enfants sont de nature à être malheureuse. Pour que le processus fonctionne, nous allons d'abord utiliser l'outil suréchantillonage sur les enfants Heureux afin d'avoir des proportions égales:
Nos données enfin prêtes, le Père Noël peut utiliser la modélisation assistée:
Pour la cible, il choisit le bonheur dont il fera une classification:
puis il choisira l'émission préférée, la passion et le cadeau comme élèments d'analyse:
Une fois qu'Alteryx a confirmé que les catégories choisies sont de bon élèments d'analyse, Le Père Noël décide de tester plusieurs algorythmes pour choisir le plus performant, en l'occurence le random forest, précis à 81%. En un seul clic, il peut ensuite l'ajouter à son workflow:
Il reste juste au père Noël à lier les données des enfants de cette année ainsi que le cadeau prévu pour eux à l'ancre D du modèle prédictif:
En ajoutant un browse ou un output, le Père Noël peut consulter sa donnée avec de nouveaux indicateurs: Bonheur Heureux et bonheur Malheureux. Plus la valeur tend vers 1, plus il y'a de chance que l'enfant soit heureux ou malheureux de son cadeau:
Bien entendu le Père Noël pourra ensuite uploader son workflow sur son serveur Alteryx, afin de le partager avec les Elfes responsables de l'attribution des cadeaux!
Vous trouverez attaché à ce post le workflow utilisé par le Père Noël, ainsi qu'une application Alteryx qu'il utilise afin de calculer le temps de livraison des enfants en France en fonction de la vitesse moyenne de Rudolphe:
Joyeux Noël à tous!
