Sdílet prostřednictvím

Predikce celoživotní hodnoty zákazníka (CLV) – ukázkový průvodce

  • Článek

Tento průvodce vás provede kompletním příkladem predikce celoživotní hodnoty zákazníka (CLV) v Dynamics 365 Customer Insights - Data s využitím ukázkových dat. Doporučujeme vyzkoušet tuto predikci v novém prostředí.

Scénář

Contoso je společnost, která vyrábí vysoce kvalitní kávu a kávovary. Produkty prodávají prostřednictvím svých webových stránek Contoso Coffee. Společnost chce znát hodnotu (výnos), kterou mohou její zákazníci generovat v příštích 12 měsících. Znalost očekávané hodnoty jejich zákazníků v příštích 12 měsících jim pomůže nasměrovat jejich marketingové úsilí na zákazníky s vysokou důležitostí.

Předpoklady

Úkol 1 – Ingestace dat

Prohlédněte si články o přijímání dat a připojení ke zdroji dat Power Query. Následující informace předpokládají, že jste se seznámili s vkládáním dat obecně.

Ingestace zákaznických dat z platformy eCommerce

  1. Vytvořte zdroj dat Power Query s názvem eCommerce a vyberte konektor Text/CSV.

  2. Zadejte adresu URL pro kontakty eCommerce https://aka.ms/ciadclasscontacts.

  3. Během úpravy dat vyberte Transformovat a pak Použít první řádek jako záhlaví.

  4. Aktualizujte datový typ pro sloupce uvedené níže:

    • DateOfBirth: Datum
    • CreatedOn: Datum/čas/pásmo

    Transformace data narození na datum.

  5. V poli Název v pravém podokně přejmenujte svůj zdroj dat na eCommerceContacts

  6. Uložte zdroj dat.

Ingestace dat online nákupu

  1. Přidejte další datovou sadu do stejného zdroje dat eCommerce. Znovu vyberte konektor Text/CSV.

  2. Zadejte adresu URL pro data Online nákupy https://aka.ms/ciadclassonline.

  3. Během úpravy dat vyberte Transformovat a pak Použít první řádek jako záhlaví.

  4. Aktualizujte datový typ pro sloupce uvedené níže:

    • PurchasedOn: Datum/čas
    • TotalPrice: Měna

  5. V poli Název v postranním panelu přejmenujte svůj zdroj dat na eCommercePurchases.

  6. Uložte zdroj dat.

Ingestace zákaznických dat z věrnostního schématu

  1. Vytvořte zdroj dat LoyaltyScheme a vyberte konektor Text/CSV.

  2. Zadejte adresu URL pro věrné zákazníky https://aka.ms/ciadclasscustomerloyalty.

  3. Během úpravy dat vyberte Transformovat a pak Použít první řádek jako záhlaví.

  4. Aktualizujte datový typ pro sloupce uvedené níže:

    • DateOfBirth: Datum
    • RewardsPoints: Celé číslo
    • CreatedOn: Datum/čas

  5. V poli Název v pravém podokně přejmenujte svůj zdroj dat na loyCustomers.

  6. Uložte zdroj dat.

Ingestace zákaznických dat z recenzí na webových stránkách

  1. Vytvořte zdroj dat Website a vyberte konektor Text/CSV.

  2. Zadejte adresu URL recenze webu https://aka.ms/CI-ILT/WebReviews.

  3. Během úpravy dat vyberte Transformovat a pak Použít první řádek jako záhlaví.

  4. Aktualizujte datový typ pro sloupce uvedené níže:

    • ReviewRating: Desetinné číslo
    • ReviewDate: Datum

  5. V poli Název v pravém podokně přejmenujte svůj zdroj dat na Reviews.

  6. Uložte zdroj dat.

Úkol 2 – Sjednocení dat

Projděte článek o sjednocení dat. Následující informace předpokládají, že jste obecně obeznámení se sjednocením dat.

Po zpracování dat zahajte proces sjednocování dat a vytvořte jednotný profil zákazníka. Další informace naleznete v tématu Sjednocení dat.

Popište zákaznická data, která mají být sjednocena

  1. Po ingestaci dat namapujte kontakty z eCommerce a věrnostní data na běžné datové typy. Přejděte na Data>Sjednotit.

  2. Vyberte tabulky, které představují profil zákazníka – eCommerceContacts a loyCustomers.

    Sjednocení zdrojů dat eCommerce a věrnostních bodů.

  3. Vyberte ContactId jako primární klíč pro eCommerceContatcs a LoyaltyID jako primární klíč pro loyCustomers.

  4. Vyberte Další. Přeskočte duplicitní záznamy a vyberte další.

Definování pravidel párování

  1. Zvolte eCommerceContacts: eCommerce jako primární tabulku a zahrňte všechny záznamy.

  2. Vyberte loyCustomers: LoyaltyScheme a zahrňte všechny záznamy.

  3. Přidání pravidla:

    • Vyberte Celé jméno pro eCommerceContacts a loyCustomers.
    • Vyberte Typ (telefon, jméno, adresa, ...) pro Normalizovat.
    • Nastavte Úroveň přesnosti: Základní a Hodnota: Vysoká.

  4. Přidejte druhou podmínku pro e-mailovou adresu:

    • Vyberte Email pro eCommerceContacts a loyCustomers.
    • Ponechejte pole Noramlizovat prázdné.
    • Nastavte Úroveň přesnosti: Základní a Hodnota: Vysoká.
    • Jako jméno zadejte FullName, Email.

    Sjednocení pravidla párování pro jméno a e-mail.

  5. Vyberte Hotovo.

  6. Vyberte Další.

Zobrazení sjednocených dat

  1. Přejmenujte ContactId pro tabulku loyCustomers na ContactIdLOYALTY k odlišení od ostatních ingestovaných ID.

  2. Vyberte Další ke kontrole a poté vyberte Vytvořit profily zákazníků.

Úkol 3 – vytvoření aktivity historie transakcí

Přečtěte si článek o aktivitách zákazníka. Následující informace předpokládají, že jste obecně obeznámení s vytvářením aktivit.

  1. Vytvářejte aktivity pomocí tabulky eCommercePurchases:eCommerce a tabulky Reviews:Website.

  2. Pro eCommercePurchases:eCommerce vyberte SalesOrderLine pro Typ aktivity a ID nákupu pro Primární klíč.

  3. Pro Revize:Web vyberte Revize pro Typ aktivity a ReviewID pro Primární klíč.

  4. U nákupní aktivity zadejte následující informace:

    • Název aktivity: eCommercePurchases
    • TimeStamp: PurchasedOn
    • EventActivity: TotalPrice
    • ID řádku objednávky: PurchaseId
    • Datum objednávky: PurchasedOn
    • Částka: TotalPrice

  5. U aktivity webové revize zadejte následující informace:

    • Název aktivity: WebReviews
    • Časové razítko: ReviewDate
    • Aktivita události: ActivityTypeDisplay
    • Další podrobnosti: ReviewRating

  6. Přidejte vztah mezi eCommercePurchases:eCommerce a eCommerceKontakty:eCommerce s ContactID jako cizím klíčem pro spojení dvou tabulek.

  7. Přidejte vztah mezi Web a eCommerceContacts s UserId jako cizím klíčem.

  8. Zkontrolujte své změny a poté vyberte Vytvořit aktivity.

Úkol 4 - Konfigurace predikce celoživotní hodnoty zákazníka

Se zavedenými sjednocenými profily zákazníků a vytvořenou aktivitou nyní můžeme spustit predikci celoživotní hodnoty zákazníka (CLV). Podrobné kroky viz Predikce hodnoty životního cyklu zákazníka.

  1. Přejděte na Přehledy>Predikce.

  2. Na kartě Vytvořit vyberte Použít model na dlaždici Celoživotní hodnota zákazníka.

  3. Vyberte Začínáme.

  4. Modelu dejte název OOB eCommerce CLV Prediction a výstupní tabulce název OOBeCommerceCLVPrediction.

  5. Definování předvoleb modelu:

    • Časové období predikce: 12 měsíců nebo rok, kterým definujte, jak daleko do budoucnosti chcete predikovat CLV.
    • Aktivní zákazníci: Nechat model vypočítat interval prodeje, což je časový rámec, ve kterém zákazník musel mít alespoň jednu transakci, aby mohl být považován za aktivního.
    • Zákazník s vysokou hodnotou: ručně definujte zákazníky s vysokou důležitostí jako nejlepších 30 % aktivních zákazníků.

    Předvolby v asistovaném prostředí pro model CLV.

  6. Vyberte Další.

  7. V kroku Požadovaná data vyberte Přidat data a zadejte údaje o historii transakcí.

    Krok přidání požadovaných dat v asistovaném prostředí pro model CLV.

  8. Vyberte SalesOrderLine a tabulku eCommercePurchases a vyberte Další. Požadované údaje se automaticky doplní z aktivity. Vyberte Uložit a pak Další.

  9. Krok Další údaje (volitelné) umožňuje přidat více údajů o aktivitě zákazníka, abyste získali další informace pro interakce se zákazníky. Pro tento příklad vyberte Přidat data a přidejte aktivitu webové recenze.

  10. Vyberte Další.

  11. V kroku Aktualizace dat nastavte pro plán modelu Měsíčně.

  12. Vyberte Další.

  13. Po kontrole všech podrobností vyberte Uložit a spustit.

Úkol 5 – Kontrola výsledků modelu a vysvětlení

Nechte model dokončit cvičení a bodování dat. Přečtěte si výsledky modelu CLV a vysvětlení.

Úkol 6 - Vytvoření segmentu zákazníků s vysokou důležitostí

Spuštěním modelu se vytvoří nová tabulka, která je uvedena na stránce Data>Tabulky. Můžete vytvořit nový segment zákazníků na základě tabulky vytvořené modelem.

  1. Na stránce s výsledky vyberte Vytvořit segment.

  2. Vytvořte pravidlo s použitím tabulky OOBeCommerceCLVPrediction a definujte segment:

    • Pole: CLVScore
    • Operátor: větší než
    • Hodnota: 1500

  3. Vyberte Uložit a Spustit segment.

Nyní máte segment, který identifikuje zákazníky, u nichž se předpokládá, že v příštích 12 měsících vygenerují více než 1500 USD výnosů. Tento segment se dynamicky aktualizuje, pokud je přijímáno více dat. Další informace najdete v tématu o vytváření a správě segmentů.

Tip

Můžete také vytvořit segment pro model predikce na stránce Přehledy>Segmenty výběrem Nový a výběrem Vytvořit z>Přehledy. Další informace viz Vytvoření nového segmentu pomocí rychlých segmentů.

Další kroky