Bảng 3.18 cho thấy ma trận hỗn độn đối với mơ hình hồi quy logistic cuối cùng. Bảng 3.18 cho thấy rằng mơ hình dự báo các khách hàng khơng mang lại lợi nhuận (được dự báo là Y 0 ) mà thực tế là mang lại lợi nhuận (được quan sát là Y 1 ) với 22,92% – đây là sai lầm loại 1. Mặt khác nó dự báo là mang lại lợi nhuận (được dự báo là Y 1 ) mà thực tế là không mang lại lợi nhuận (được quan sát là Y 0 ) với 10,91% – đây là sai lầm loại 2.
Liệu mơ hình hồi quy logistic có dẫn tới một quy tắc phân biệt thích hợp hay không phụ thuộc vào các đánh giá trên các chi phí tương đối của 2 sai lầm. Thường thì nếu một khách hàng được đặt mục tiêu là mang lại lợi nhuận thì chiến dịch tiếp thị trực tiếp được dành riêng cho họ bằng thư, các cuộc điện thoại…Nếu một khách hàng không được đặt mục tiêu mang lại lợi nhuận, thì họ khơng phải là bộ phận của chiến dịch. Do đó chi phí của sai lầm loại 1 phụ thuộc vào xác suất mất khách hàng không được đặt mục tiêu mặc dù họ mang lại lợi nhuận; chi phí của sai lầm loại 2 là chi phí bỏ ra để theo
cv khách hàng mà họ không xứng đáng với sự quan tâm. Từ bảng 3.18, mơ hình hồi quy logistic dẫn tới sai lầm loại 1 cao hơn và cần được chọn nếu sai lầm loại 2 được xem là tốn kém hơn sai lầm loại 1. Bảng 3.19 cho thấy ma trận hỗn độn đối với mơ hình cây CART đã chọn. Chú ý rằng tỷ lệ lỗi phân lớp tổng thể đối với cây phân lớp thấp hơn một chút so với mơ hình hồi quy logistic: 29,74% so với 33,83%. Hơn nữa các xác suất của 2 loại sai lầm là khá cân bằng. Do đó mơ hình cây nên được chọn trong trường hợp khơng có thơng tin về chi phí của 2 sai lầm hoặc khi có chi phí khá tương đương nhau.