Segmen yang disarankan (pratinjau)
[Artikel ini adalah dokumentasi prarilis dan dapat berubah.]
Dynamics 365 Customer Insights - Data dapat menyarankan segmen berdasarkan aktivitas atau ukuran.
Penting
- Ini adalah fitur pratinjau.
- Fitur pratinjau tidak dibuat untuk penggunaan produksi dan mungkin memiliki fungsionalitas terbatas. Fitur ini tersedia sebelum rilis resmi agar pelanggan bisa memperoleh akses awal dan memberikan tanggapan.
Segmen yang disarankan berdasarkan aktivitas (pratinjau)
Temukan segmen menarik pelanggan Anda berdasarkan data aktivitas pelanggan yang diserap Customer Insights - Data. Contoh data aktivitas adalah transaksi, durasi panggilan dukungan, pembelian, atau retur. Untuk menyarankan segmen, data aktivitas akan analisis untuk potensi, frekuensi, dan nilai moneter (atau durasi).
Mengkategorikan pelanggan berdasarkan aktivitas
Dengan data aktivitas yang tersedia, kami dapat menghasilkan saran yang Customer Insights - Data mewakili grup pelanggan:
- sebagian besar pelanggan aktif
- Pelanggan yang melakukan pembelian terbanyak
- Pelanggan yang menghasilkan pendapatan terbanyak
- Pelanggan yang belum aktif akhir-akhir ini
- Pelanggan yang sering berinteraksi dengan bisnis Anda
Jika Anda memiliki bisnis ritel, Anda dapat mengetahui pelanggan yang menghasilkan pendapatan terbanyak dan memberi mereka hadiah dengan kupon. Atau Anda dapat mengidentifikasi pelanggan sesekali dan menawarkan kepada mereka untuk bergabung dalam program penghargaan sehingga mereka lebih sering mengunjungi bisnis Anda. Jika Anda menyediakan layanan kesehatan umum dan tujuan Anda adalah meminimalkan biaya untuk masing-masing pasien, Anda dapat mencoba mengurangi kunjungan berulang dengan memberikan perawatan terbaik dalam kunjungan sesedikit mungkin. Dalam kasus ini, sasaran Anda adalah menjaga frekuensi kunjungan tetap rendah dan meminimalkan biaya berulang untuk pasien. Atau Anda dapat mengidentifikasi segmen pasien yang sering melakukan janji temu dan biaya berulang tinggi serta menganalisis kasus ini untuk meningkatkan perawatan individu.
Segmen yang disarankan berdasarkan pengukuran (pratinjau)
Temukan segmen menarik pelanggan Anda dengan bantuan model AI. Fitur Pembelajaran Mesin ini menyarankan segmen berdasarkan tindakan atau atribut pelanggan. Ini dapat membantu meningkatkan Indikator Kinerja Utama (KPI) Anda atau lebih memahami pengaruh atribut dalam konteks atribut lainnya.
Catatan
Fitur segmen yang disarankan menggunakan cara otomatis untuk mengevaluasi data dan membuat prediksi berdasarkan data tersebut. Oleh karena itu, ia memiliki kemampuan untuk digunakan sebagai metode pembuatan profil, karena istilah tersebut didefinisikan oleh undang-undang dan peraturan privasi. Penggunaan Anda atas fitur ini untuk memproses data mungkin tunduk pada undang-undang atau peraturan tersebut. Anda bertanggung jawab untuk memastikan bahwa penggunaan Customer Insights - Data Anda, termasuk fitur ini, mematuhi semua hukum dan peraturan yang berlaku, termasuk undang-undang yang terkait dengan privasi, data pribadi, data biometrik, perlindungan data, dan kerahasiaan komunikasi.
Segmen yang disarankan untuk meningkatkan KPI
Jika Anda menggunakan langkah-langkah yang dibuat untuk membantu melacak KPI, buat segmen untuk melihat pengaruh pada KPI. Anda dapat menggunakan informasi ini untuk menjalankan kampanye yang sangat bertarget.
Misalnya, Anda melacak pengukuran yang disebut TotalSpendPerCustomer. Sebagai bisnis, Anda ingin melihat jumlah tersebut berkembang. Memilih ukuran sebagai atribut utama, pilih atribut yang ingin Anda nilai pengaruhnya. Katakanlah tingkat keanggotaan, periode keanggotaan, dan pekerjaan. Customer Insights - Data kemudian dapat menyarankan segmen yang memberi tahu Anda siapa pengaruh terbesar dari ukuran itu. Misalnya, Akuntan yang merupakan anggota Gold , dan yang telah bersama bisnis Anda setidaknya selama lima tahun adalah influencer terbesar TotalSpendPerCustomer . Anda akan mendapatkan perkiraan ukuran segmen untuk setiap saran. Anda dapat menggunakan informasi ini untuk membuat kampanye untuk audiens yang ditargetkan.
Memahami yang memengaruhi atribut pelanggan
Anda dapat memilih atribut pelanggan, bukan ukuran sebagai atribut utama. Berdasarkan pilihan atribut yang mempengaruhi, model AI membuat rangkaian saran yang menunjukkan pengaruh atribut yang dipilih terhadap atribut utama.
Misalnya, Anda memilih Anggota Hadiah (Ya/Tidak) sebagai atribut utama. Tenurial, Pekerjaan, dan Jumlah Tiket Dukungan ditetapkan sebagai atribut lain yang mempengaruhi. Model AI dapat menyarankan segmen yang menunjukkan kebanyakan profesional TI dengan masa jabatan lebih dari dua tahun adalah anggota penghargaan. Saran lain dapat menyorot bahwa akuntan dengan masa jabatan lebih dari satu tahun dan kurang dari tiga tiket dukungan adalah anggota penghargaan.
Penggunaan inteligensi buatan
Menggunakan atribut utama dan atribut yang mempengaruhi, algoritme pohon keputusan menyarankan segmen yang menarik. Saran didasarkan pada aturan atau pola yang dipilih oleh algoritme AI. Hanya segmen yang berbeda secara signifikan dari rata-rata penduduk yang akan ditampilkan sebagai saran. Perbandingan dengan rata-rata populasi didasarkan pada pengukuran yang dipilih atau atribut utama.
AI yang bertanggung jawab
Dengan segmen yang disarankan, Anda memilih atribut untuk membuat segmen baru dan memproses data yang dipilih. Saat memilih atribut, termasuk atribut sensitif seperti ras, orientasi seksual, atau jenis kelamin, Anda harus memastikan bahwa Anda dapat dan harus memproses data tersebut. Anda bertanggung jawab untuk mematuhi hukum yang berlaku untuk organisasi Anda dan mematuhi prinsip dan kebijakan privasi organisasi Anda.
Hasil yang berbeda untuk atribut utama dengan nilai kategori dan angka
Saran segmen berbeda jika Anda memilih atribut numerik atau atribut kategoris sebagai atribut utama. Nilai dalam atribut kategori berisi dua atau beberapa kategori atau jenis. Atribut numerik berisi data kuantitatif dan memiliki arti pengukuran yang terkait.
Dengan atribut numerik seperti pendapatan tahunan atau periode keanggotaan sebagai atribut utama, sistem menyarankan segmen yang memiliki nilai rata-rata atribut numerik yang lebih tinggi atau lebih rendah jika dibandingkan dengan semua pelanggan.
Atribut kategoris seperti kepuasan pelanggan sebagai atribut utama menghasilkan segmen yang disarankan yang memiliki persentase pelanggan yang lebih tinggi atau lebih rendah yang termasuk dalam kategori tertentu jika dibandingkan dengan persentase semua pelanggan yang termasuk dalam kategori yang sama. Misalnya, kepuasan pelanggan dipilih sebagai atribut utama dan terdiri dari tiga kategori ( Rendah, Sedang dan Tinggi). Untuk setiap kategori, segmen akan disarankan yang memiliki persentase pelanggan yang termasuk dalam kategori tersebut lebih tinggi atau lebih rendah dibandingkan dengan proporsi semua pelanggan dalam kategori yang sama. Jika 22% dari semua pelanggan memiliki kepuasan tinggi, maka, hanya segmen yang memiliki proporsi pelanggan yang lebih tinggi atau lebih rendah dengan kepuasan tinggidibandingkan dengan 22% yang akan disarankan untuk kategori tersebut. Demikian pula, segmen akan disarankan untuk masing-masing kategori lain (Rendah dan Sedang) jika mereka signifikan secara statistik.
Catatan
Saat ini, kami hanya mendukung atribut kategoris utama yang memiliki hingga 10 kategori. Jika Anda ingin melihat saran segmen berdasarkan atribut utama dengan lebih dari 10 kategori, sebaiknya kelompokkan beberapa kategori untuk mengurangi jumlah kategori menjadi 10 kategori atau kurang. Pembatasan ini hanya berlaku untuk atribut utama. Untuk atribut kategoris yang mempengaruhi, saat ini kami mendukung maksimum 100 kategori.