Share via


予測潜在顧客 スコアリングを構成する

予測リード スコアリングでは、予測機械学習モデルを使用して、過去のデータをもとにオープン状態の潜在顧客のスコアを計算します。 このスコアは、営業担当者がリードに優先順位をつけ、より高いリードの見込み評価を達成するのに役立ち、リードの見込み評価にかかる時間を短縮することができます。

たとえば、ユーザーのパイプラインに、潜在顧客 A および潜在顧客 B という 2 つの潜在顧客が存在するとします。 リードスコアリング モデルは、リード A を 80 点、リード B を 50 点と算出します。この点数から、リード A はより高い確率で営業案件に転換されると予測できます。 さらに、主な影響要因を確認して、リード B のスコアが低い理由を分析し、改善するかどうかを決定できます。

次の画像では、リードスコアリング ウィジェットの例を示します:

予測リード スコア ウィジェットのスクリーンショット。

スコアリング モデルを作成すると、履歴データの収集が開始されます。 履歴データは、分析のためにデータ レイクに保存されます。 Dynamics 365 Sales サブスクリプションの有効期限が切れるか、組織が削除された場合、履歴データはイベントの 30 日後に削除されます。

Dynamics 365 Sales Enterprise のライセンスをご利用の場合、リードと営業案件スコアリングの簡易設定で、予測リードスコアリングを有効にすることができます。 この場合、1 か月あたり 1500 のスコアレコードを取得します。

ライセンスとロールの要件

要件タイプ 以下が必要です
ライセンス Dynamics 365 Sales Premium または Dynamics 365 Sales Enterprise
詳細情報: Dynamics 365 Sales の価格
セキュリティ ロール システム管理者
詳細: 営業向けに事前定義されたセキュリティ ロール

前提条件

  • 高度な Sales Insights 機能が有効化されている必要があります

  • 過去のデータをもとにモデルを学習させるためには、十分な数のリードが必要です。 フレーム組織は、スコアリング モデルの 過去の潜在顧客でトレーニングする フィールドで選択した概算時間中に、少なくとも 40 件の適格潜在顧客と 40 件の不適格潜在顧客を作成し、成約させている必要があります。 概算時間の範囲は 3 か月~ 2 年です。 モデルのトレーニングに含めることができるリードが多いほど、予測の結果は良くなります。

    注意

    モデルにビジネス プロセス フローを使用する予定の場合、選択したビジネス プロセス フローを放棄した潜在顧客は、トレーニング、スコアリング、およびモデル作成の最小要件確立の対象として考慮されません。

システムがデータをデータ レイクと同期するのに約 4 時間かかります。 最近潜在顧客を成約した場合、モデルはそれらをすぐには考慮しません。

初めてスコアリング モデルを作成する

重要

  • 2020 年のリリース サイクル 2 以前の Dynamics 365 のバージョンで作成したモデルを使用している場合、新しいモデルを作成する前にモデルを削除してください。 それ以外の場合、モデルの以前のバージョンが組織内のすべてのリードに適用され、新規モデルはリードに影響を与えません。
  • 2020 年リリース サイクル 2 より、アプリケーションはリード スコアリングのデータを msdyn_predictivescore テーブルに書き込み、リード テーブルへの書き込みをしなくなりました。 リードと営業案件の両方のスコアリングは、msdyn_predictivescore テーブルを使用します。

スコアリング モデルは、トレーニングやスコアリングのためにリードを選択する基準を定義するものです。 組織が多様な地域や部署でさまざまな販売プラクティスを採用している場合は、複数のモデルを作成し、それぞれの地域ごとにモデルや独自のトレーニングセットを作成することができます。

  1. 営業ハブ アプリの左下隅で 領域の変更 に移動し、Sales Insights の設定 を選択します。

  2. サイトマップの 予測モデル配下のリードスコアリング を選択します。

    過去のリードでトレーニングする フィールドで特定された時間枠に作成された少なくとも 40 の適格リードと 40 の失格リードが組織内に存在しない場合、スコアリング モデルを作成できません。 十分なリードがある場合、アプリは既定でモデルを生成します。

  3. 予測リード スコアリング ページで、必要に応じて ビジネス プロセス フロー、フィルター列などのフィールドの値を変更します。 これらのフィールドの詳細については、モデルの追加セクションを参照してください。 終了したら、開始するを選択します。

アプリがモデルをトレーニングするまで数分待機します。 このページを離れて、後で戻ってくることもできます。

アプリケーション が標準属性を使用してモデルをトレーニングします。 後で モデルを編集して、カスタム属性またはインテリジェント属性を含めることができます。

モデルを公開する

  1. モデルをトレーニングして公開する準備ができると、 予測リード スコアリング ページに確認が表示されます。

    スコアリング モデルがトレーニングされ公開準備が整った後に表示される確認メッセージのスクリーンショット。

  2. モデルがトレーニングされているが公開する準備ができていない場合、 モデルのパフォーマンス フィールドには 公開する準備ができていませんと表示されます。

  3. 15日ごとにモデルを再トレーニングする場合は、自動的に再トレーニングを選択します。

  4. 公開する または 詳細を表示する を選択してください。

    • モデルを公開する準備ができており、それを適用する準備ができている場合は、公開 を選択します。

      モデルは、モデル構成で指定された条件に一致するリードに適用されます。 リードスコアは、ビューの リード スコアリング 列とリードフォームのウィジェットに表示されます。

    • モデルを公開する前にモデルの精度とパフォーマンスを確認したい場合、またはモデルを公開する準備ができておらず、その理由を知りたい場合は、詳細を表示を選択し、パフォーマンス タブを選択します。

      このアプリは、モデルの精度がしきい値 (AUC スコア) を下回ると、モデルを公開する準備ができていないと判断します。 モデルを公開することは可能です。 ただし、パフォーマンスは低下します。

モデルの追加

リードのセットごとに、公開/非公開のモデルを最大 10 個まで作成することができます。 既存のモデルと同じリードを獲得する可能性のあるモデルを作成しようとすると、アプリが警告を表示します。

  1. 予測リード スコアリングページの下部にある、モデルの追加 を選択します。

    モデルの追加が強調表示された予測リード スコアリング ページのスクリーンショット。

    注意

    少なくとも 1 つのスコアリング モデルを作成していない場合、モデルの追加 ボタンは表示されません。

    予測リード スコアリング ページが既定の値で開きます。

    新しいスコアリング モデルを追加するスクリーンショット。

  2. 新しいモデル名ボックスに、英数字を含む名前を入力します。 アンダースコアは使用できますが、スペースやその他の特殊文字は使用できません。

    既定では、名前はLeadScoring_<YYYYMMDD><Time> (例 : LeadScoring_202009181410)。 日付と時刻は協定世界時 (UTC) に基づいています。

  3. ビジネス プロセス フローリストで、モデルを生成するリードに関連するフローを選択します。 選択したビジネス プロセス フローを放棄した潜在顧客は、トレーニング、スコアリング、およびモデル作成の最小要件確立の対象として考慮されません。

    リストには、組織内のリードに対して定義されているすべてのビジネス プロセス フローが表示されます。

    リストにカスタム ビジネス プロセス フローを表示するには、ビジネス プロセス フローエンティティで 変更の追跡を有効化します。 モデルを生成すると、カスタム ビジネス プロセスが自動的に有効になり、分析用にデータを Data Lake に同期させることができます。

  4. 状態オプション セット リストで、リードのステータスが定義されている オプション セット を選択します。

  5. 適格な値 および 不適格な値 リストでそれぞれ対応する値を選択します。

    既成の状態状態オプション セットには、適格値と不適格 値がそれぞれ適格と不適格として定義されています。 定義されている場合、カスタム オプション セットを選択することもできます。

  6. フィルター列フィルター値 を選択して、モデルがスコアする必要のあるリードを指定します。

    複数の列に基づいてフィルタリングするには、必要な列を含む計算フィールドを作成し、フィルタ列リストで計算フィールドを選択します。

  7. 過去のリードを使用してトレーニングする リストから、トレーニングセットの時間帯を選択します。 既定値は 2 年です。

    選択した期間中に作成、またはクローズした、少なくとも 40 件の適格および 40 件の不適格のリードが必要です。 モデルは、選択した期間のクローズド リードを分析し、このデータを使用して過去 2 年間のオープン リードをスコアリングします。

    選択した期間に最小限必要なクローズしたリードがない場合は、開始するボタンは無効になります。 モデルをトレーニングするのに十分な数のクローズした潜在顧客が存在する別の期間を選択します。

  8. 開始するを選択します。 モデルが既存のモデルの複製であり、同じリードのセットをスコアリングしている場合、警告メッセージが表示されます。 そのままモデルを作成するか、構成を変更して、モデルが一意のリードのセットをスコアリングできるようにするかを選択できます。

    新しいモデルが既存のモデルと競合する場合に表示される警告のスクリーンショット。

    モデルの学習には数分を要します。

  9. モデルがトレーニングされたら、 公開するか、詳細を表示します

複数のスコアリング モデルを作成する場合は、予測リード スコアリング ページの モデルの選択 リストを使用してモデルを選択します。

モデルの選択リストが強調表示された、複数のモデルを含む予測リード スコアリング ページのスクリーンショット。

アプリのオプションが見つかりませんか?

次の 3 つの可能性があります:

  • 必要なライセンスまたはロールがない場合。
  • 管理者がこの機能を有効にしていない場合。
  • 組織がカスタム アプリを使用している場合。 正確な手順について管理者に確認してください。 この記事で説明する手順は、すぐに使用できる営業ハブ アプリと Sales Professional アプリのみに該当します。

参照

データを Dataverse にプッシュできるシステムおよびアプリケーション ユーザー
リード スコアリング モデルを編集して再トレーニングする
スコアによって潜在顧客の優先順位をつける
リード管理に関する FAQ