Vzorčni vodnik za predvidevanje priporočil za izdelke (predogled)

S pomočjo spodnjih vzorčnih podatkov vas bomo vodili skozi celotni primer predvidevanja priporočil za izdelke.

Scenarij

Contoso je podjetje, ki proizvaja visokokakovostno kavo in kavne avtomate, ki jih prodaja prek njihovega spletnega mesta Contoso Coffee. Njihov cilj je razumeti, katere izdelke priporočiti svojim rednim strankam. Če vedo, katere izdelke stranke bolj verjetno kupujejo, si prihranijo tržna prizadevanja, saj se lahko osredotočijo na določene izdelke.

Zahteve

1. opravilo – vnos podatkov

Preglejte specifične članke o vnosu podatkov in uvozu virov podatkov z uporabo povezovalnikov Power Query. Z naslednjimi informacijami domnevamo, da ste na splošno seznanjeni z vnosom podatkov.

Vnos podatkov o strankah s platforme elektronskega poslovanja

  1. Ustvarite vir podatkov z imenom EPoslovanje, izberite možnost uvoza in izberite povezovalnik Besedilo/CSV.

  2. Vnesite URL za stike za elektronsko poslovanje https://aka.ms/ciadclasscontacts.

  3. Med urejanjem podatkov izberite Pretvori in potem Uporabi prvo vrstico kot glavo.

  4. Posodobite vrsto podatkov za spodaj navedene stolpce:

    • DateOfBirth: datum
    • CreatedOn: datum/čas/časovni pas

    Pretvorite datum rojstva v datum.

  5. V polju »Ime« v desnem podoknu preimenujte vir podatkov iz Poizvedba v StikiEPoslovanja.

  6. Shranite vir podatkov.

Vnos podatkov o spletnem nakupu

  1. Dodajte še nabor podatkov z istega vira podatkov EPoslovanje. Znova izberite povezovalnik Besedilo/CSV.

  2. Vnesite URL za podatke Spletni nakupi https://aka.ms/ciadclassonline.

  3. Med urejanjem podatkov izberite Pretvori in potem Uporabi prvo vrstico kot glavo.

  4. Posodobite vrsto podatkov za spodaj navedene stolpce:

    • PurchasedOn: datum/čas
    • TotalPrice: valuta
  5. V stranskem podoknu v polju Ime preimenujte svoj vir podatkov iz Poizvedba v NakupiEPoslovanja.

  6. Shranite vir podatkov.

Vnos podatkov o strankah iz sheme za zvestobo

  1. Ustvarite vir podatkov z imenom ShemaZvestobe, izberite možnost uvoza in izberite povezovalnik Besedilo/CSV.

  2. Vnesite URL za stike za elektronsko poslovanje https://aka.ms/ciadclasscustomerloyalty.

  3. Med urejanjem podatkov izberite Pretvori in potem Uporabi prvo vrstico kot glavo.

  4. Posodobite vrsto podatkov za spodaj navedene stolpce:

    • DateOfBirth: datum
    • RewardsPoints: celo število
    • CreatedOn: datum/čas
  5. V desnem podoknu v polju Ime preimenujte svoj vir podatkov iz Poizvedba v zvesteStranke.

  6. Shranite vir podatkov.

2. opravilo – poenotenje podatkov

Po vnosu podatkov začnemo s postopkom Preslikava/ujemanje/spajanje za izdelavo poenotenega profila stranke. Če želite več informacij, glejte Poenotenje podatkov.

Preslikava

  1. Po vnosu podatkov preslikajte stike iz podatkov o elektronskem poslovanju in zvestobi v običajne vrste podatkov. Izberite Podatki > Poenotenje > Preslikava.

  2. Izberite entitete, ki predstavljajo profil stranke – StikiEPoslovanja in zvesteStranke.

    Poenotenje virov podatkov o elektronskem poslovanju in zvestobi.

  3. Izberite IDstika kot primarni ključ za StikiEPoslovanja in ID zvestobe kot primarni ključ za zvesteStranke.

    Poenotite IDzvestobe kot primarni ključ.

Povezovanje

  1. Izberite zavihek Ujemanje in izberite Nastavi vrstni red.

  2. Na spustnem seznamu Primarno izberite StikiEPoslovanja: EPoslovanje kot primarni vir in vključite vse zapise.

  3. Na spustnem seznamu Entiteta 2 izberite zvesteStranke: ShemaZvestobe in vključite vse zapise.

    Poenotenje ujemanja elektronskega poslovanja in zvestobe.

  4. Izberite Ustvarjanje novega pravila.

  5. Dodajte svoj prvi pogoj z možnostjo FullName.

    • Za StikiEPoslovanja izberite FullName v spustnem meniju.
    • Za zvesteStranke izberite FullName v spustnem meniju.
    • Izberite spustni meni Normaliziraj in izberite Vrsta (telefon, ime, naslov, ...).
    • Nastavite Raven natančnosti: Osnovno in Vrednost: Visoko.
  6. Vnesite ime FullName, Email za novo pravilo.

    • Dodajte drugi pogoj za e-poštni naslov tako, da izberete Dodaj pogoj.
    • Za StikiEPoslovanja entitete izberite E-pošta v spustnem meniju.
    • Za zvesteStranke entitete izberite E-pošta v spustnem meniju.
    • Pustite polje Normaliziraj prazno.
    • Nastavite Raven natančnosti: Osnovno in Vrednost: Visoko.

    Poenotenje pravila ujemanja za ime in e-pošto.

  7. Izberite Shrani in Zaženi.

Spajanje

  1. Odprite zavihek Spajanje.

  2. Pri IDstranke za entiteto zvesteStranke spremenite prikazno ime v ZVESTOBAIDstranke, da se razlikuje od ostalih vnesenih ID-jev.

    Preimenujte ID stika iz ID-ja zvestobe.

  3. Izberite Shrani in Zaženi, da začnete postopek spajanja.

3. opravilo – konfiguracija predvidevanja priporočil za izdelke

Z vzpostavljenimi poenotenimi profili strank lahko zdaj zaženemo predvidevanje izgube naročnin.

  1. V razdelku Obveščanje > Predvidevanje izberite Priporočilo za izdelke.

  2. Izberite Začetek.

  3. Poimenujte model Model predvidevanja priporočil za vnaprej pripravljene izdelke in izhodno entiteto ModelPredvidevanjaPriporočilZaVnaprejPripravljeneIzdelke.

  4. Določite tri pogoje za model:

    • Število izdelkov: nastavite to vrednost na 5. Ta nastavitev določi, koliko izdelkov želite priporočiti svojim strankam.

    • Ali želite predlagati izdelke, ki so jih vaše stranke nedavno kupile?: izberite Da, če želite, da so v priporočilu vključeni izdelki, ki so jih stranke že kupile.

    • Obdobje zajema podatkov: izberite vsaj 365 dni. Ta nastavitev določa obdobje zajema podatkov strankine dejavnosti, ki ga bo model upošteval pri vnosu priporočil.

    Oblikujte nastavitve za model s priporočili za izdelke.

  5. Za zgodovino nakupov izberite Zahtevani podatki in nato Dodajanje podatkov.

  6. Dodajte entiteto NakupiEPoslovanja: EPoslovanje in preslikajte polja iz elektronskega poslovanja v ustrezna polja, ki jih zahteva model.

  7. Pridružite entiteto NakupiEPoslovanja: EPoslovanje z entiteto StikiEPoslovanja: EPoslovanje.

    Pridružite se entitetam elektronskega poslovanja.

  8. Izberite Naprej za nastavitev urnika modela.

    Model se mora redno usposabljati, da se nauči novih vzorcev, ko vnese nove podatke. V tem primeru izberite Mesečno.

  9. Po pregledu vseh podrobnosti izberite Shrani in zaženi.

4. opravilo – preglejte rezultate modela in razlage

Model naj dokonča usposabljanje in ocenjevanje podatkov. Zdaj lahko pregledate pojasnila modela s priporočili za izdelke. Za več informacij glejte Pregled stanja in rezultatov predvidevanja.

5. opravilo – ustvarjanje segmenta najbolj prodajanih izdelkov

Z zagonom produkcijskega modela ustvarite novo entiteto, ki jo lahko vidite v razdelku Podatki > Entitete.

Na podlagi entitete, ki jo je ustvaril model, lahko ustvarite nov segment.

  1. Izberite Segmenti. Izberite Novo in izberite Ustvari iz > Obveščanje.

    Ustvarjanje segmenta z izhodnimi podatki modela.

  2. Izberite končno točko ModelPredvidevanjaPriporočilZaVnaprejPripravljeneIzdelke in določite segment:

    • Polje: IDIzdelka
    • Operator: vrednost
    • Vrednost: izberite najboljše tri ID-je izdelka

    Ustvarite segment iz rezultatov modela.

Sedaj imate dinamično posodobljen segment, ki prepozna stranke, ki so bolj pripravljene kupiti tri najbolj priporočene izdelke.

Za več informacij glejte Ustvarjanje in upravljanje segmentov.