Feedback

Ghid eșantion de predicție a retragerii abonamentelor

  • Articol
  • 5 minute de lectură

Vă vom explica un exemplu complet de predicție a retragerii de abonamente folosind datele eșantion furnizate mai jos.

Scenariu

Contoso este o companie care produce cafea și aparate de cafea de înaltă calitate, pe care le vinde prin intermediul site-ului web Contoso Coffee. Recent, au început o afacere cu abonamente pentru ca clienții lor să poată obține cafea în mod regulat. Obiectivul lor este să înțeleagă care clienți abonați ar putea anula abonamentul în următoarele câteva luni. Știind care dintre clienții lor este susceptibil să se retragă, îi poate ajuta să economisească eforturile de marketing concentrându-se pe păstrarea lor.

Cerințe preliminare

Sarcina 1 - Ingerare date

Examinați articolele despre ingerarea de date și importul surselor de date folosind Power Query conectori specific. Următoarele informații presupun că v-ați familiarizat cu ingerarea datelor în general.

Ingerarea datelor clienților de pe platforma de comerț electronic

  1. Creați un sursă de date numită eCommerce, alegeți opțiunea de import și selectați conectorul Text/CSV.

  2. Introduceți adresa de URL pentru contactele de comerț electronic https://aka.ms/ciadclasscontacts.

  3. În timp ce editați datele, selectați Transformare și apoi Utilizați primul rând ca anteturi.

  4. Actualizați tipul de date pentru coloanele enumerate mai jos:

    • DateOfBirth: Dată
    • CreatedOn: Dată/Oră/Zonă

    Transformați data nașterii în dată.

  5. În câmpul Nume din panoul din dreapta, redenumiți sursa de date din Interogare în eCommerceContacts

  6. Salvați sursa de date.

Ingerați datele clienților din schema de loialitate

  1. Creați o sursă de date numită LoyaltyScheme, alegeți opțiunea de import și selectați conectorul Text/CSV.

  2. Introduceți adresa de URL pentru contactele de comerț electronic https://aka.ms/ciadclasscustomerloyalty.

  3. În timp ce editați datele, selectați Transformare și apoi Utilizați primul rând ca anteturi.

  4. Actualizați tipul de date pentru coloanele enumerate mai jos:

    • DateOfBirth: Dată
    • RewardsPoints: Număr întreg
    • CreatedOn: Dată/Oră

  5. În câmpul Nume din panoul din dreapta, redenumiți sursa de date din Interogare în loyCustomers.

  6. Salvați sursa de date.

Ingerare informații abonamente

  1. Creați o sursă de date numită SubscriptionHistory, alegeți opțiunea de import și selectați conectorul Text/CSV.

  2. Introduceți adresa de URL pentru contactele de comerț electronic https://aka.ms/ciadchurnsubscriptionhistory.

  3. În timp ce editați datele, selectați Transformare și apoi Utilizați primul rând ca anteturi.

  4. Actualizați tipul de date pentru coloanele enumerate mai jos:

    • SubscriptioID: Număr întreg
    • SubscriptionAmount: Monedă
    • SubscriptionEndDate: Dată/Oră
    • SubscriptionStartDate: Dată/Oră
    • TransactionDate: Dată/Oră
    • IsRecurring: Adevărat/Fals
    • Is_auto_renew: Adevărat/Fals
    • RecurringFrequencyInMonths: Număr întreg

  5. În câmpul Nume din panoul din dreapta, redenumiți sursa de date din Interogare în SubscriptionHistory.

  6. Salvați sursa de date.

Ingerați datele clienților din recenziile site-ului web

  1. Creați o sursă de date numită Website, alegeți opțiunea de import și selectați conectorul Text/CSV.

  2. Introduceți adresa de URL pentru contactele de comerț electronic https://aka.ms/ciadclasswebsite.

  3. În timp ce editați datele, selectați Transformare și apoi Utilizați primul rând ca anteturi.

  4. Actualizați tipul de date pentru coloanele enumerate mai jos:

    • ReviewRating: Număr întreg
    • ReviewDate: Dată

  5. În câmpul „Nume” din panoul din dreapta, redenumiți sursa de date din Interogare în webReviews.

Sarcina 2 - Unificarea datelor

După ingerarea datelor, începeți procesul de unificare a datelor pentru a crea un profil unificat de client. Pentru informații suplimentare, consultați Unificare date.

Selectați câmpurile sursă

  1. După ingerarea datelor, mapați contactele de la datele de comerț electronic și de loialitate la tipuri de date obișnuite. Mergi la Date > Unifica.

  2. Selectați entitățile care reprezintă profilul clientului - eCommerceContacts și loyCustomers.

    unificați sursele de date privind comerțul electronic și loialitatea.

  3. Selectați ContactId ca cheie primară pentru eCommerceContacts și LoyaltyID ca cheie primară pentru loyCustomers.

  4. Selectați Următorul. Omite înregistrările duplicate și selectează Următorul.

Condiții de meci

  1. Alege eCommerceContact: eCommerce ca entitate principală și includ toate înregistrările.

  2. Alege loyCustomers: LoyaltyScheme și include toate înregistrările.

  3. Adăugați o regulă:

    • Selectați Numele complet atât pentru eCommerceContacts, cât și pentru loyCustomers.
    • Selectați Tip (Telefon, Nume, Adresă, ...) pentru Normaliza.
    • Setați Nivel de precizie: De bază și Valoare: Mare.
    • introduce Nume complet, e-mail pentru nume.

  4. Adăugați o a doua condiție pentru adresa de e-mail:

    • Selectați E-mail atât pentru eCommerceContacts, cât și pentru loyCustomers.
    • Lăsați Normalizarea necompletată.
    • Setați Nivel de precizie: De bază și Valoare: Mare.

    Unificați regula de potrivire pentru nume și e-mail.

  5. Selectați Terminat.

  6. Selectați Următorul.

Unificați câmpurile

  1. Redenumiți ContactId pentru Clienti loiali entitate la ContactIdLOYALTY pentru a o diferenția de celelalte ID-uri ingerate.

  2. Selectați Următorul pentru a revizui și apoi selectați Creați profiluri de clienți.

Sarcina 3 - Configurați predicția de retragere a abonamentelor

Odată stabilite profilurile de clienți unificate, putem rula acum predicția de retragere a abonamentelor. Pentru pași detaliați, consultați Abonament churn predicție articol.

  1. Mergeți la Informații > Descoperiți și selectați pentru a utiliza Modelul de retragere a clienților.

  2. Selectați opțiunea Abonament și selectați Începeți.

  3. Denumiți modelul OOB Subscription Churn Prediction și entitatea de ieșire OOBSubscriptionChurnPrediction.

  4. Definiți două condiții pentru modelul de retragere:

    • Zile de la terminarea abonamentului: cel puțin 60 de zile. Dacă un client nu își reînnoiește abonamentul în această perioadă după încheierea abonamentului, atunci este considerat retras.

    • Definiție retragere: cel puțin 93 de zile. Durata pentru care modelul prezice ce clienți s-ar putea retrage. Cu cât priviți mai departe în viitor, cu atât rezultatele sunt mai puțin precise.

      Selectați pârghiile model Fereastră de predicție și Definiție retragere.

  5. Selectați Adăugare date necesare și selectați Adăugare date pentru istoricul abonamentelor.

  6. Adăugați entitatea Subscription : SubscriptionHistory și mapați câmpurile din eCommerce la câmpurile corespunzătoare cerute de model.

  7. Asociați entitatea Subscription : SubscriptionHistory cu eCommerceContacts: eCommerce, denumiți relația eCommerceSubscription.

    Conectați entitățile eCommerce.

  8. Sub Activități clienți, adăugați entitatea webReviews : Website și mapați câmpurile din webReviews la câmpurile corespunzătoare cerute de model.

    • Cheie primară: ReviewId
    • Marcă de timp: ReviewDate
    • Eveniment: ReviewRating

  9. Configurați o activitate pentru recenziile site-urilor web. Selectați activitatea Revizuire și asociați entitatea webReviews : Website cu eCommerceContacts : eCommerce.

  10. Selectați Următorul pentru a seta planificarea modelului.

    Modelul trebuie să se antreneze în mod regulat pentru a învăța noi modele atunci când sunt ingerate date noi. Pentru acest exemplu, selectați Lunar.

  11. După examinarea tuturor detaliilor, selectați Salvați și rulați.

Sarcina 4 - Examinați rezultatele modelului și explicațiile

Lăsați modelul să finalizeze pregătirea și notarea datelor. Acum puteți revizui explicațiile modelului de retragere a abonamentelor. Pentru mai multe informații, consultați Examinați starea și rezultatele unei predicții.

Sarcina 5 - Creați un segment de clienți cu risc de retragere ridicat

Rularea modelului de producție creează o nouă entitate pe care o puteți vedea în Date > Entități.

Puteți crea un segment nou pe baza entității create de model.

  1. Mergeți la Segmente. Selectați Nou și alegeți Creați din > Informații.

Crearea unui segment cu rezultatul modelului.

  1. Selectați punctul final OOBSubscriptionChurnPrediction și definiți segmentul:

    • Câmp: ChurnScore
    • Operator: mai mare decât
    • Valoare: 0,6

    Configurați un segment de retragere a abonamentului.

Acum aveți un segment actualizat dinamic, care identifică clienții cu risc ridicat de retragere pentru această activitate de abonamente.

Pentru mai multe informații, consultați Creați și gestionați segmente.

Notă

Ne puteți spune care preferințele dvs. lingvistice pentru documentație? Răspundeți la un chestionar scurt. (rețineți că acest chestionar este în limba engleză)

Chestionarul va dura aproximativ șapte minute. Nu sunt colectate date personale (angajament de respectare a confidențialității).