这份 report 的分数落在把模型概率换成联系名单的那一步。brief 问的是每次联系 $7 时能联系多少比例的客户而不亏；Effectively addressing the task 一栏的 Excellent 档还多一句 Only relevant information offered，R 输出贴得再多也替代不了这个比例。

门槛写成 c/v，再代入 7 和 150

predict 出概率后，做分类表时常见的切法是 0.5。Bank X 要的是打一次值不值：期望收益 150 × p − 7 大于零就值得打，门槛是 p > c/v。我会在 Implications for Campaign 开头写这一行，再补一句：认购概率远低于一半的客户，过了门槛照样值得打。

Empirical Application 一栏，Good 档写 accurately applies analytics to own situation，上一档多了 insightfully。用题目给的 150 和 7 去解释模型算出的概率，正对得上这个词。公式留成 c/v，讲报价变化时直接换 c。

不亏的比例和利润到顶的比例分开报

按概率从高到低排好、算累计利润的那张表里，利润到顶的那一行和累计利润降到零之前的那一行是两个比例。brief 原话是 to avoid a loss，对应后一个；我会两行都放进表里，注明各自回答哪个问题。

再拿全体联系当对照：样本认购率 521/4521 乘 150，和 7 比一比。背景说过去的冷呼 rarely paid-off，可按这份数据、每人只计一次联系费，全打一遍的期望利润是正的，不亏的比例可能就是 100%。定向名单的价值就写成比全打多赚多少、少打了哪些亏钱的电话。Issue identification 的 V Good 档要的 analysis of the scenario，就是这种拿数据核对题目背景的做法。

Sample 一节放一张字段时点表

duration 打完电话才知道，brief 已经点名。另外三列也有同样的问题：campaign 的说明写着 includes last contact，month 和 contact 是本次最后一次联系的月份和渠道。我会在 Description of Sample 放下面这张表。

图：字段时点表：duration、campaign、month、contact 记录的是本次活动的结果，拨号前不知道；poutcome、pdays、previous 来自上次活动，可以用，并注明三者在无联系历史的客户上完全重合。

结构示意 · 拨号前选客时各字段能不能用；表头可以直接搬进 Description of Sample。

表下补一句 poutcome：brief 写的类别是 failure、nonexistent、success，文件里实际是 failure、other、success、unknown，且 3705 位 unknown 客户的 pdays 都是 −1、previous 都是 0。写明参照组；「是否曾联系」和 poutcome 全部哑变量一起放，R 会给出 NA 系数。分析师读到这里，就能判断模型在拨号前能不能用。

Results 第一行放只有截距的模型

Suggested Report Structure 要求 Results 让分析师看懂 。我会放一张小表：设定、变量、同一批验证数据上的误差、参数个数。第一行放只有截距的逻辑回归，它给每个客户同一个概率，等于不挑人的 untargeted campaign，后面的模型比它好多少，就是选客的价值。表下一句写选择规则，比如误差相差在一个标准误以内取参数少的。