Vodič uzorka za predviđanje transakcijskog gubitka (pretpregled)

Ovaj će vam vodič objasniti kroz primjer predviđanje transakcijskog gubitka u usluzi Customer Insights s pomoću podataka uzorka navedenih u nastavku. Svi podaci koji se koriste u ovom vodiču nisu stvarni podaci o klijentu i dio su skupa podataka Contoso koji se nalazi u okruženju Demo unutar pretplate na Customer Insights.

Scenarij

Contoso je tvrtka koja proizvodi visokokvalitetnu kavu i aparate za kavu koje prodaju putem svoje web-stranice Contoso Coffee. Cilj im je znati koji će klijenti koji obično redovito kupuju njihove proizvode prestati biti aktivni kupci u sljedećih 60 dana. 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

    [!div class="mx-imgBorder"] Promijenite DoB u Datum

  5. U polju „Naziv” u desnom oknu preimenujte svoj izvor podataka iz Upit u Kontakti e-trgovine

  6. Spremite izvor podataka.

Unesite podatke o internetskoj kupnji

  1. Dodajte još jedan skup podataka na isti izvor podataka E-trgovina. Ponovno odaberite konektor Tekst/CSV.

  2. Unesite URL za podatke za Internetske kupnje https://aka.ms/ciadclassonline.

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

  4. Ažurirajte vrstu podataka za stupce navedene u nastavku:

    • PurchasedOn: datum/vrijeme
    • Ukupna cijena: valuta
  5. U polju „Naziv” u desnom oknu preimenujte svoj izvor podataka iz Upit u Kupovine putem e-trgovine.

  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.

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 transakcijskog gubitka

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 Transakcijski i odaberite Započni.

  3. Imenujte model Predviđanje transakcijskog gubitka OOB e-trgovine i izlazni entitet Predviđanje gubitka OOB e-trgovine.

  4. Odredite dva uvjeta za model gubitka:

    • Prozor predviđanja: najmanje 60 dana. Ova postavka definira za koje razdoblje u budućnosti želimo predvidjeti gubitak klijenta.

    • Definicija gubitka: najmanje 60 dana. Trajanje bez kupnje nakon kojeg se kupac smatra odbačenim.

      Odaberite poluge modela Prozor predviđanja i definicija gubitka.

  5. Odaberite Povijest kupovine (obavezno) i za povijest pretplate odaberite Dodaj podatke.

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

  7. Pridružite entitet Kupovine e-trgovine: e-trgovina entitetu Kontakti e-trgovine: e-trgovina.

    Pridružite entitetima e-trgovine.

  8. 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.

  9. 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 gubitka
    • 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.