Predviđanje gubitaka pretplate

Predvidite je li klijent izložen riziku da više neće koristiti pretplatničke proizvode ili periodične usluge vaše tvrtke. Podaci o pretplati uključuju aktivne i neaktivne pretplate za svakog kupca, tako da može biti više unosa po ID-u kupca. Da biste pronašli rizik bućkanja za kupce koji ne obavljaju planirane kupnje, upotrijebite model Transakcijski bućkuriš.

Morate imati poslovno znanje da biste razumjeli što bućkuriš znači za vaše poslovanje. Na primjer, tvrtka s godišnjim događajima može definirati svoj bućkuriš mjeren u godinama, dok tvrtka koja zadovoljava tjednu prodaju može mjeriti bućkuriš u mjesecima. Podržavamo definicije bućkanja temeljene na vremenu, što znači da se smatra da je kupac smanjio vremensko razdoblje nakon završetka pretplate.

Na primjer, Contoso nudi mjesečnu uslugu kave. Žele znati koji kupci možda dovode u pitanje obnovu usluge kako bi mogli ponuditi popust. Kroz model pretplatničkog bućkanja Contoso može vidjeti koji kupci možda neće obnoviti uslugu sljedeće godine i koliko bi ta populacija mogla biti velika.

Savjet

Isprobajte pretplatnički bućkuriš predviđanje koristeći ogledne podatke: Pretplata bućkuriš predviđanje ogledni vodič.

Preduvjeti

• Barem dozvole suradnik.
• Najmanje 1.000 korisničkih profila unutar željenog prozora predviđanje.
• Identifikator klijenta, jedinstveni identifikator koji odgovara pretplatama s vašim klijentima.
• Podaci o pretplati za najmanje dvostruko više od odabranog vremenskog prozora. Po mogućnosti dvije do tri godine podataka o pretplati. Povijest pretplate mora uključivati:
  • ID pretplate:jedinstveni identifikator pretplate.
  • Datum završetka pretplate: datum isteka pretplate za korisnika.
  • Datum početka pretplate: datum početka pretplate za korisnika.
  • Datum transakcije: Datum kada je došlo do promjene pretplate. Na primjer, klijent kupuje ili otkazuje pretplatu.
  • Je li to ponavljajuća pretplata:Booleovo polje true/ false koje određuje hoće li se pretplata obnoviti istim ID-om pretplate bez intervencije korisnika.
  • Učestalost ponavljanja (u mjesecima): Za ponavljajuće pretplate mjesec u kojem će se pretplata obnoviti. Na primjer, godišnja pretplata koja se klijentu automatski obnavlja svake godine na još godinu dana ima vrijednost 12.
  • Iznos pretplate: iznos valute koju kupac plaća za obnovu pretplate. Može vam pomoći utvrditi obrasce za različite razine pretplate.
• Najmanje dva zapisa aktivnosti za 50% klijenata za koje želite izračunati. Aktivnosti kupaca moraju uključivati:
  • Primarni ključ: Jedinstveni identifikator za aktivnost. Na primjer, posjet web-mjestu ili zapis o upotrebi koji prikazuje da je klijent gledao epizodu neke TV emisije.
  • Vremenska oznaka: Datum i vrijeme događaja identificirani primarnim ključem.
  • Događaj: Naziv događaja koji želite koristiti. Na primjer, polje pod nazivom „UserAction” u usluzi strujanja videa moglo bi imati vrijednost „Prikazano”.
  • Detalji: Detaljne informacije o događaju. Na primjer, polje pod nazivom „ShowTitle” u usluzi strujanja videa moglo bi imati vrijednost naziva videa koji je klijent pogledao.
• Manje od 20% nedostaje vrijednosti u podatkovnom polju navedene tablice.

Izrada predviđanja gubitaka pretplate

Odaberite Spremi skicu u bilo kojem trenutku da biste predviđanje spremili kao skicu . Skica predviđanje prikazuje se na kartici Moja predviđanja .

1. Idite na Predviđanja uvida>.

2. Na kartici Stvaranje odaberite Koristi model na pločici Model kupca.

3. Odaberite Pretplata za vrstu bućkanja, a zatim Početak rada.

4. Imenujte ovaj model i naziv izlazne tablice da biste ih razlikovali od drugih modela ili tablica.

5. Odaberite Dalje.

Definirajte gubitak klijenta

1. Unesite broj dana od završetka pretplate za koji vaša tvrtka smatra da je klijent u stanju bušenja. To je razdoblje obično povezano s poslovnim aktivnostima kao što su ponude ili drugi marketinški napori koji pokušavaju spriječiti gubitak klijenta.

2. Unesite broj dana za istraživanje budućnosti da biste predvidjeli bućkuriš. Na primjer, predvidite rizik od gubitka klijenata tijekom sljedećih 90 dana kako biste se uskladili s vašim naporima zadržavanja marketinga. Predviđanje rizika gubitka na dulja ili kraća vremenska razdoblja može otežati adresiranje čimbenika u vašem profilu rizika gubitka, ovisno o vašim specifičnim poslovnim zahtjevima.

3. Odaberite Dalje.

Dodavanje obaveznih podataka

1. Odaberite Dodaj podatke za povijest pretplate.

2. Odaberite vrstu semantičke aktivnosti Pretplata koja sadrži potrebne informacije o povijesti pretplate. Ako aktivnost nije postavljena, odaberite ovdje i stvorite je.

3. Ako su u odjeljku Aktivnosti atributi aktivnosti semantički mapirani prilikom stvaranja aktivnosti, odaberite određene atribute ili tablicu na koju želite da se izračun usredotoči. Ako nije došlo do semantičkog mapiranja, odaberite Uredi i mapirajte podatke.

   

4. Odaberite Dalje i pregledajte atribute potrebne za ovaj model.

5. Odaberite Spremi.

6. Odaberite Dodaj podatke za aktivnosti klijenta.

7. Odaberite vrstu semantičke aktivnosti koja pruža informacije o aktivnosti klijenta. Ako aktivnost nije postavljena, odaberite ovdje i stvorite je.

8. Ako su u odjeljku Aktivnosti atributi aktivnosti semantički mapirani prilikom stvaranja aktivnosti, odaberite određene atribute ili tablicu na koju želite da se izračun usredotoči. Ako nije došlo do semantičkog mapiranja, odaberite Uredi i mapirajte podatke.

9. Odaberite Dalje i pregledajte atribute potrebne za ovaj model.

10. Odaberite Spremi.

11. Dodajte još aktivnosti ili odaberite Dalje.

Postavljanje rasporeda ažuriranja

1. Odaberite frekvenciju za ponovno osposobljavanje modela. Ova je postavka važna za ažuriranje točnosti predviđanja jer se unose novi podaci. Većina tvrtki može ponovno uvježbavati jednom mjesečno i steći dobru točnost predviđanja.

2. Odaberite Dalje.

Pregled i pokretanje konfiguracije modela

Korak Pregled i pokretanje prikazuje sažetak konfiguracije i pruža priliku za promjene prije stvaranja pogreške predviđanje.

1. Odaberite Uredi na bilo kojem od koraka da biste pregledali i unijeli promjene.

2. Ako ste zadovoljni odabirom, odaberite Spremi i pokreni da biste započeli s pokretanjem modela. Odaberite Gotovo. Tijekom stvaranja pogreške predviđanje prikazuje se kartica Moja predviđanja . Proces može potrajati nekoliko sati ovisno o količini podataka korištenih za predviđanje.

Savjet

Postoje statusi za zadatke i procese. Većina procesa ovisi o drugim uzlaznim procesima, kao što su izvori podataka i osvježavanje profiliranjapodataka.

Odaberite status da biste otvorili okno s detaljima o tijeku i vidjeli tijek zadataka. Da biste otkazali posao, pri dnu okna odaberite Odustani od posla .

Pod svakim zadatkom možete odabrati Pogledajte detalje za dodatne informacije o napretku, kao što su vrijeme obrade, datum posljednje obrade i sve primjenjive pogreške i upozorenja povezana sa zadatkom ili procesom. Odaberite Prikaz statusa sustava pri dnu ploče da biste vidjeli druge procese u sustavu.

Prikaz rezultata predviđanje

1. Idite na Predviđanja uvida>.

2. Na kartici Moja predviđanja odaberite pogrešku predviđanje koju želite pogledati.

Postoje tri primarna odjeljka podataka na stranici s rezultatima:

• Performanse modela vježbanja: Ocjene A, B ili C označavaju performanse pogreške predviđanje i mogu vam pomoći u donošenju odluke o korištenju rezultata pohranjenih u izlaznoj tablici.

  

  Ocjene se određuju na temelju sljedećih pravila:

  • A kada je model točno predvidio najmanje 50% ukupnih predviđanja i kada je postotak točnih predviđanja za kupce koji su bućkali veći od povijesne prosječne stope bućkanja za najmanje 10%.
  • B kada je model točno predvidio najmanje 50% ukupnih predviđanja i kada je postotak točnih predviđanja za kupce koji su bućkali do 10% veći od povijesne prosječne stope bućkanja.
  • C kada je model točno predvidio manje od 50% ukupnih predviđanja ili kada je postotak točnih predviđanja za kupce koji su bućkali manji od povijesne prosječne stope bućkanja.

• Vjerojatnost bućkanja (broj kupaca): Grupe kupaca na temelju predviđenog rizika od bućkanja. Po želji kreirajte segmente kupaca s visokim rizikom bućkanja. Takvi segmenti pomažu vam da shvatite gdje bi trebao biti vaš prag za članstvo u segmentu.

  

• Najutjecajniji čimbenici: Mnogo je čimbenika koji se uzimaju u obzir pri stvaranju predviđanje. Svaki od čimbenika ima svoju važnost izračunatu za skupna predviđanja koja model stvara. Koristite ove čimbenike da biste lakše provjerili valjanost rezultata predviđanje. Ili kasnije upotrijebite te podatke da biste stvorili segmente koji bi mogli utjecati na rizik od bućkanja za kupce.

  

Napomena

U izlaznoj tablici za ovaj model, ChurnScore je predviđena vjerojatnost bućkanja, a IsChurn je binarna oznaka temeljena na ChurnScore s pragom od 0,5 . Ako taj zadani prag ne odgovara vašem scenariju, izradite novi segment s željenim pragom. Da biste vidjeli rezultat bućkanja, idite na Tablice>podataka i pogledajte karticu podataka za izlaznu tablicu koju ste definirali za ovaj model.