Vodič uzorka za predviđanje gubitka pretplate (pretpregled)

Objasnit ćemo vam kroz primjer predviđanje odbijanja pretplate pomoću podataka uzorka navedenih u nastavku.

Scenarij

Contoso je tvrtka koja proizvodi visokokvalitetnu kavu i aparate za kavu koje prodaju putem svoje web-stranice Contoso Coffee. Nedavno su pokrenuli pretplatu za svoje kupce kako bi redovito dobivali kavu. Cilj im je razumjeti koji bi pretplaćeni kupci mogli otkazati pretplatu u sljedećih nekoliko mjeseci. Znajući tko će od njihovih klijenata vjerojatno prekinuti, može im pomoći uštedjeti na marketinškim aktivnostima usredotočujući se na njihovo zadržavanje.

Preduvjeti

Zadatak 1 – Podaci za unos

Pregledajte članke o unosu podataka i posebice o uvozu izvora podataka pomoću konektora Power Query. Sljedeće informacije pretpostavljaju da ste se upoznali s unosom podataka općenito.

Unesite podatke o klijentima s platforme eCommerce

  1. Stvorite izvor podataka pod nazivom E-trgovina, odaberite opciju uvoza i odaberite poveznik Tekst/CSV.

  2. Unesite URL za kontakte e-trgovine https://aka.ms/ciadclasscontacts.

  3. Tijekom uređivanja podataka odaberite Transformiranje i zatim Upotreba prvog reda kao zaglavlja.

  4. Ažurirajte vrstu podataka za stupce navedene u nastavku:

    • Datum rođenja: Datum
    • Datum izrade: datum/vrijeme/vremenska zona

    Pretvorite datum rođenja u datum.

  5. U polju Naziv u desnom oknu preimenujte svoj izvor podataka iz Upit u eCommerceContacts

  6. Spremite izvor podataka.

Unesite podatke o klijentima iz sheme vjernosti

  1. Stvorite izvor podataka pod nazivom LoyaltyScheme, odaberite opciju uvoza i odaberite poveznik Tekst/CSV.

  2. Unesite URL za kontakte e-trgovine https://aka.ms/ciadclasscustomerloyalty.

  3. Tijekom uređivanja podataka odaberite Transformiranje i zatim Upotreba prvog reda kao zaglavlja.

  4. Ažurirajte vrstu podataka za stupce navedene u nastavku:

    • Datum rođenja: Datum
    • Nagradni bodovi: cijeli broj
    • Datum stvaranja: datum/vrijeme
  5. U polju Naziv u desnom oknu preimenujte svoj izvor podataka iz Upit u Odanost klijenata.

  6. Spremite izvor podataka.

Informacije o unosu pretplate

  1. Stvorite izvor podataka pod nazivom Povijest pretplate, odaberite opciju uvoza i odaberite poveznik Tekst / CSV.

  2. Unesite URL za kontakte e-trgovine https://aka.ms/ciadchurnsubscriptionhistory.

  3. Tijekom uređivanja podataka odaberite Transformiranje i zatim Upotreba prvog reda kao zaglavlja.

  4. Ažurirajte vrstu podataka za stupce navedene u nastavku:

    • ID pretplate: cijeli broj
    • Iznos pretplate: valuta
    • Datum završetka pretplate: datum/vrijeme
    • Datum početka pretplate: datum/vrijeme
    • Datum transakcije: datum/vrijeme
    • IsRecurring: točno/netočno
    • Is_auto_renew: točno/netočno
    • Ponavljajuća frekvencija u mjesecima: cijeli broj
  5. U polju Naziv u desnom oknu preimenujte svoj izvor podataka iz Upit u Povijest pretplate.

  6. Spremite izvor podataka.

Unesite podatke o kupcima iz recenzija web-stranice

  1. Stvorite izvor podataka pod nazivom Web-stranica, odaberite opciju uvoza i odaberite poveznik Tekst / CSV.

  2. Unesite URL za kontakte e-trgovine https://aka.ms/ciadclasswebsite.

  3. Tijekom uređivanja podataka odaberite Transformiranje i zatim Upotreba prvog reda kao zaglavlja.

  4. Ažurirajte vrstu podataka za stupce navedene u nastavku:

    • Ocjena pregleda: cijeli broj
    • Datum pregleda: datum
  5. U polju „Naziv” u desnom oknu preimenujte svoj izvor podataka iz Upit u Recenzije web-stranice.

Zadatak 2 - Objedinjavanje podataka

Nakon unosa podataka, sada započinjemo postupak Karta, podudaranje, spajanje za stvaranje objedinjenog profila kupca. Dodatne informacije potražite u odjeljku Objedinjavanje podataka.

Mapa

  1. Nakon unosa podataka, mapirajte kontakte iz e-trgovine i podataka o vjernosti u uobičajene vrste podataka. Idite na Podaci > Objedini > Mapiraj.

  2. Odaberite entitete koji predstavljaju profil klijenta – Kontakti e-trgovine i Odani kupci.

    objedinite izvore podataka o e-trgovini i vjernosti.

  3. Odaberite ContactId kao primarni ključ za eCommerceContacts i LoyaltyID kao primarni ključ za loyCustomers.

    Objedinite LoyaltyId kao primarni ključ.

Usklađivanje

  1. Idite na karticu Usklađivanje i odaberite Naruči.

  2. Na padajućem popisu Primarni odaberite Kontakti e-trgovine: etrgovina kao primarni izvor i uključite sve zapise.

  3. Na padajućem popisu Entitet 2 odaberite Odani klijenti: Shema odanosti i uključite sve zapise.

    objedinite usklađivanje e-trgovine i odanost.

  4. Odaberite Stvaranje novog pravila

  5. Dodajte svoj prvi uvjet pomoću programa FullName.

    • Za eCommerceContacts u padajućem izborniku odaberite Puni naziv.
    • Za loyCustomers u padajućem izborniku odaberite Puni naziv.
    • Odaberite padajući izbornik Normaliziraj i odaberite Vrsta (telefon, ime, adresa, ...).
    • Postavite Razina preciznosti: Osnovna i Vrijednost: Visoko.
  6. Unesite naziv Puno ime, e-pošta za novo pravilo.

    • Odaberite drugi uvjet za adresu e-pošte tako da odaberete Dodaj uvjet
    • Za entitet eCommerceContacts u padajućem izborniku odaberite E-pošta.
    • Za entitet loyCustomers u padajućem izborniku odaberite E-pošta.
    • Ostavite praznim polje Normaliziraj.
    • Postavite Razina preciznosti: Osnovna i Vrijednost: Visoko.

    objedinite pravilo podudaranja za naziv i e-poštu.

  7. Odaberite Spremi i Pokreni.

Spoji

  1. Idite na karticu Spoji.

  2. U dijelu ContactId za entitet loyCustomers promijenite zaslonsko ime u ContactIdLOYALTY kako bi se razlikovao od ostalih unesenih identifikacijskih oznaka.

    preimenujte ID kontakta iz oznake ID za vjernost.

  3. Odaberi Spremi i Pokreni da biste započeli postupak spajanja.

Zadatak 3 - Konfigurirajte predviđanje gubitka pretplate

S uspostavljenim objedinjenim profilima klijenata, sada možemo pokrenuti predviđanje gubitka pretplate. Detaljne korake pogledajte u članku Predviđanje odbijanja pretplate (pregled).

  1. Idite na Obavještavanje > Otkrij i odaberite Model gubitka klijenta.

  2. Odaberite opciju Pretplata i odaberite Započni.

  3. Imenujte model Predviđanje gubitka pretplate OOB i izlazni entitet Predviđanje gubitka pretplate OOB.

  4. Odredite dva uvjeta za model gubitka:

    • Dana od završetka pretplate: najmanje 60 dana. Ako klijent ne obnovi svoju pretplatu tijekom ovog razdoblja nakon njezinog isteka, smatra se izgubljenom.

    • Definicija gubitka: najmanje 93 dana. Trajanje koje model predviđa za odbijanje klijenta. Što dalje gledate u budućnost, bit će manja preciznost rezultata.

      Odaberite poluge modela Prozor predviđanja i definicija gubitka.

  5. Odaberite Dodajte potrebne podatke i odaberite Dodajte podatke za povijest pretplate.

  6. Dodajte entitet Pretplata: SubscriptionHistory i mapirajte polja iz e-trgovine u odgovarajuća polja koja model zahtijeva.

  7. Pridružite Pretplata: SubscriptionHistory s eCommerceContacts: eCommerce, imenujte odnos Pretplata na e-trgovinu.

    Pridružite entitetima e-trgovine.

  8. U odjeljku Aktivnosti klijenta dodajte entitet webReviews: Web-stranica i mapirajte polja iz recenzije web-stranice u odgovarajuća polja koja zahtijeva model.

    • Primarni ključ: Id pregleda
    • Vremenska oznaka: datum pregleda
    • Događaj: ocjena pregleda
  9. Konfigurirajte aktivnost za recenzije web-stranice. Odaberite aktivnost Pregled i pridružite entitet webReviews: web-stranica entitetu eCommerceContacts: e-trgovina.

  10. Odaberite Sljedeće za postavljanje rasporeda modela.

    Model je potrebno redovito obučavati da bi naučio nove obrasce kada se unose novi podaci. Za ovaj primjer odaberite Mjesečno.

  11. Nakon pregleda svih detalja odaberite Spremi i pokreni.

Zadatak 4 – Pregled rezultata modela i objašnjenja

Neka model dovrši obuku i bodovanje podataka. Sada možete pregledati objašnjenja modela gubitka pretplate. Više informacija pogledajte u Pregledaj stanje i rezultate predviđanje.

Zadatak 5 – Stvaranje segmenta klijenta s visokim rizikom gubitka

Pokretanje proizvodnog modela stvara novi entitet u kojem možete vidjeti Podaci > Entiteti.

Možete stvoriti novi segment na temelju entiteta stvorenog prema modelu.

  1. Idite na Segmenti. Odaberite Novo i odaberite Stvori iz > Obavještavanje.

Stvaranje segmenta s izlazom modela.

  1. Odaberite krajnju točku Predviđanje gubitka pretplate OOB i definirajte segment:

    • Polje: rezultat odbijanja
    • Operator: veće je od
    • Vrijednost: 0,6

    Postavite segment gubitka pretplate.

Sada imate segment koji se dinamički ažurira i koji identificira kupce s visokim rizikom za ovu pretplatu.

Za dodatne informacije, pogledajte Stvaranje segmenata i upravljanje njima.

Napomena

Možete li nam reći više o željenim jezicima za dokumentaciju? Ispunite kratki upitnik. (imajte na umu da je upitnik na engleskom jeziku)

Ispunjavanje upitnika će trajati otprilike sedam minuta. Osobni podaci se ne prikupljaju (izjava o zaštiti privatnosti).