Πρόβλεψη απώλειας συναλλαγής

Η πρόβλεψη απώλειας συναλλαγών βοηθά στην πρόβλεψη εάν ένας πελάτης δεν αγοράζουν πλέον τα προϊόντα ή τις υπηρεσίες σας σε ένα δεδομένο χρονικό παράθυρο. Η πρόβλεψη απώλειας συναλλαγών είναι χρήσιμη για την εύρεση πελατών που δεν αγοράζουν πλέον προϊόντα ανά πάσα στιγμή κατά τη διάρκεια του καθορισμένου παραθύρου απώλειας. Για να βρείτε πελάτες που ενδέχεται να ακυρώσουν τις προκαθορισμένες τρέχουσες αγορές τους, συνιστούμε να χρησιμοποιήσετε το Μοντέλο απώλειας συνδρομών.

Πρέπει να έχετε επιχειρηματικές γνώσεις για να κατανοήσετε τι σημαίνει για την επιχείρησή σας. Για παράδειγμα, μια επιχείρηση με ετήσια συμβάντα μπορεί να ορίσει την απώλεια που έχει μετρηθεί σε χρόνια, ενώ μια επιχείρηση που μετράει κάθε εβδομάδα μετρά την απώλεια σε μήνες. Υποστηρίζουμε τους ορισμούς απώλειας βάσει χρόνου, δηλαδή ένας πελάτης θεωρείται ως χαμένη μετά από μια περίοδο μη αγορών.

Για παράδειγμα, η Contoso θέλει να μάθει πόσο δεσμευμένοι είναι οι πελάτες της ώστε να μπορούν να εκτελέσουν μια εκστρατεία μηνυμάτων ηλεκτρονικού ταχυδρομείου αποκλειστικά για διατήρηση. Οι πελάτες της Contoso επισκέπτονται μια βάση αποθήκευσης σε μεταβλητή βάση, τις περισσότερες φορές περίπου 3-4 φορές το μήνα. Οι συναλλαγές τους είναι άτακτες και δεν είναι δυνατό να προσδιοριστεί πότε ο πελάτης σταματάει να αγοράζει την εμπορική επωνυμία Contoso. Μέσω του μοντέλου απώλειας συναλλαγών, η Contoso μπορεί να προσδιορίσει την πιθανότητα να αγοράσουν ξανά οι πελάτες. Μπορούν να δουν τα κύρια μοτίβα που οδηγούν στην απομάκρυνση των πελατών από την εμπορική επωνυμία, επιτρέποντάς τους να προσαρμόσουν άλλες στρατηγικές.

Προϋποθέσεις

• Τουλάχιστον Δικαιώματα συμβάλλοντος.
• Τουλάχιστον 500 προφίλ πελατών, κατά προτίμηση περισσότεροι από 1.000 μοναδικοί πελάτες.
• Αναγνωριστικό πελάτη, ένα μοναδικό αναγνωριστικό για αντιστοίχιση συναλλαγών με πελάτες σας.
• Τα δεδομένα συναλλαγών για τουλάχιστον το διπλό επιλεγμένο χρονικό διάστημα, όπως δύο έως τρία έτη ιστορικού συναλλαγών. Ιδανικά, τουλάχιστον δύο συναλλαγές ανά πελάτη. Το ιστορικό συναλλαγών πρέπει να περιλαμβάνει:
  • Αναγνωριστικό συναλλαγής: Μοναδικό αναγνωριστικό μιας αγοράς ή μιας συναλλαγής.
  • Ημερομηνία συναλλαγής: η ημερομηνία αγοράς ή συναλλαγής.
  • Αξία συναλλαγής: Νομισματική μονάδα ή αριθμητική αξία της συναλλαγής.
  • Μοναδικό αναγνωριστικό προϊόντος: Αναγνωριστικό του προϊόντος ή της υπηρεσίας που αγοράσατε, εάν τα δεδομένα σας βρίσκονται σε επίπεδο στοιχείου γραμμής.
  • Εάν αυτή η συναλλαγή ήταν επιστροφή: ένα πεδίο true/false που προσδιορίζει εάν η συναλλαγή ήταν επιστροφή ή όχι. Εάν η τιμή της συναλλαγής είναι αρνητική, συμπεραίνουμε ότι έχει γίνει επιστροφή.
• Δεδομένα δραστηριότητας πελάτη:
  • Αναγνωριστικό πελάτη, ένα μοναδικό αναγνωριστικό για αντιστοίχιση δραστηριοτήτων με πελάτες σας.
  • Πρωτεύον κλειδί: Μοναδικό αναγνωριστικό για μια δραστηριότητα. Για παράδειγμα, μια επίσκεψη σε μια τοποθεσία Web ή μια καρτέλα χρήσης που δείχνει ότι ο πελάτης δοκίμασε ένα δείγμα του προϊόντος σας.
  • Χρονική σήμανση: Ημερομηνία και η ώρα του συμβάντος που προσδιορίζεται από το πρωτεύον κλειδί.
  • Συμβάν: Όνομα του συμβάντος που θέλετε να χρησιμοποιήσετε. Για παράδειγμα, ένα πεδίο που ονομάζεται «UserAction» σε ένα μανάβικο μπορεί να είναι μια χρήση κουπονιού από τον πελάτη.
  • Λεπτομέρειες: Λεπτομερείς πληροφορίες σχετικά με το συμβάν. Για παράδειγμα, ένα πεδίο που ονομάζεται «CouponValue» σε ένα μανάβικο μπορεί να είναι η νομισματική αξία του κουπονιού.
• Λιγότερο από το 20% των τιμών που λείπουν στο πεδίο δεδομένων του παρεχόμενου πίνακα.

Δημιουργία πρόβλεψης απώλειας συναλλαγών

1. Μεταβείτε στην Πληροφορίες>Προβλέψεις.

2. Στην καρτέλα Δημιουργία, επιλέξτε Χρήση μοντέλου στο πλακίδιο Μοντέλο απώλειας πελάτη.

3. Επιλέξτε Συναλλαγή για τον τύπο απώλειας και, στη συνέχεια, Γρήγορα αποτελέσματα.

4. Ονομάστε αυτό το μοντέλο και το Όνομα του πίνακα εξόδου για να τα διακρίνετε από άλλα μοντέλα ή πίνακες.

5. Επιλέξτε Επόμενο.

Ορισμός απώλειας πελάτη

Επιλέξτε Αποθήκευση προσχεδίου οποιαδήποτε στιγμή για να αποθηκεύσετε την πρόβλεψη ως προσχέδιο. Το προσχέδιο πρόβλεψης εμφανίζεται στην καρτέλα Οι προβλέψεις μου.

1. Επιλέξτε το Παράθυρο πρόβλεψης. Για παράδειγμα, προβλέψτε τον κίνδυνο απώλειας για τους πελάτες σας κατά τη διάρκεια των επόμενων 90 ημερών, προκειμένου να ευθυγραμμίσετε τις προσπάθειες διατησης μάρκετινγκ. Η πρόβλεψη του κινδύνου απώλειας για μια μακρύτερη ή μικρότερη χρονική περίοδο μπορεί να καταστήσει δυσκολότερη την αντιμετώπιση των παραγόντων που περιλαμβάνονται στο προφίλ κινδύνου απώλειας, αλλά εξαρτάται από τις συγκεκριμένες επιχειρηματικές ανάγκες σας.

2. Πληκτρολογήστε τον αριθμό των ημερών για τον ορισμό της απώλειας στο πεδίο Ορισμός απώλειας. Για παράδειγμα, εάν ένας πελάτης δεν έχει καμία αγορά τις τελευταίες 30 ημέρες, μπορεί να θεωρηθεί ότι έχει χαθεί για την επιχείρησή σας.

3. Επιλέξτε Επόμενο.

Προσθήκη ιστορικού αγορών

1. Επιλέξτε Προσθήκη δεδομένων για Ιστορικό συναλλαγών πελατών.

2. Επιλέξτε τον σημασιολογικό τύπο της δραστηριότητας, SalesOrder ή SalesOrderLine, που περιέχει το ιστορικό πληροφοριών. Αν δεν οριστεί η δραστηριότητα, επιλέξτε εδώ και δημιουργήστε την.

3. Στην περιοχή Δραστηριότητες, εάν τα χαρακτηριστικά δραστηριότητας αντιστοιχίζονται σημασιολογικά κατά τη δημιουργία της δραστηριότητας, επιλέξτε τα συγκεκριμένα χαρακτηριστικά ή τον πίνακα στον οποίο θα θέλατε να εστιάσει ο υπολογισμός. Εάν δεν είχε προκύψει αντιστοίχιση σημασιών, επιλέξτε Επεξεργασία και κάντε αντιστοίχιση των δεδομένων σας.

   

4. Επιλέξτε Επόμενο και εξετάστε τα χαρακτηριστικά που απαιτούνται για αυτό το μοντέλο.

5. Επιλέξτε Αποθήκευση.

6. Προσθέστε περισσότερες δραστηριότητες ή επιλέξτε Επόμενο.

Προσθήκη περισσότερων δεδομένων (προαιρετικό)

1. Επιλέξτε Προσθήκη δεδομένων για Δραστηριότητες πελατών.

2. Επιλέξτε τον τύπο σημασιολογικής δραστηριότητας που περιέχει τα δεδομένα που θα θέλατε να χρησιμοποιήσετε. Εάν η δραστηριότητα δεν έχει ρυθμιστεί, επιλέξτε εδώ και δημιουργήστε την.

3. Στην περιοχή Δραστηριότητες, εάν τα χαρακτηριστικά δραστηριότητας αντιστοιχίζονται σημασιολογικά κατά τη δημιουργία της δραστηριότητας, επιλέξτε τα συγκεκριμένα χαρακτηριστικά ή τον πίνακα στον οποίο θα θέλατε να εστιάσει ο υπολογισμός. Εάν δεν είχε προκύψει αντιστοίχιση σημασιών, επιλέξτε Επεξεργασία και κάντε αντιστοίχιση των δεδομένων σας.

4. Επιλέξτε Επόμενο και εξετάστε τα χαρακτηριστικά που απαιτούνται για αυτό το μοντέλο.

5. Επιλέξτε Αποθήκευση.

6. Επιλέξτε Επόμενο.

Ορισμός ενημερωμένου χρονοδιαγράμματος

1. Για το βήμα Ενημερώσεις δεδομένων, επιλέξτε μια συχνότητα επανεκπαίδευσης του μοντέλου σας. Αυτή η ρύθμιση είναι σημαντική για την ενημέρωση της ακρίβειας των προβλέψεων με τη λήψη νέων δεδομένων. Οι περισσότερες επιχειρήσεις μπορούν να κάνουν επανεκπαίδευση κάθε μήνα και να έχουν μια καλή ακρίβεια για την πρόβλεψή τους.

2. Επιλέξτε Επόμενο.

Εξέταση και εκτέλεση της ρύθμισης παραμέτρων του μοντέλου

Το βήμα Εξέταση και εκτέλεση εμφανίζει μια σύνοψη της ρύθμισης παραμέτρων και σας δίνει την ευκαιρία να κάνετε αλλαγές προτού δημιουργήσετε την πρόβλεψη.

1. Επιλέξτε Επεξεργασία σε οποιοδήποτε από τα βήματα για να ελέγξετε και να κάνετε τυχόν αλλαγές.

2. Εάν είστε ικανοποιημένοι με τις επιλογές σας, επιλέξτε Αποθήκευση και εκτέλεση για να ξεκινήσετε την εκτέλεση του μοντέλου. Επιλέξτε Τέλος. Η καρτέλα Οι προβλέψεις μου εμφανίζεται ενώ δημιουργείται πρόβλεψη. Η ολοκλήρωση της διεργασίας μπορεί να διαρκέσει αρκετές ώρες ανάλογα με την ποσότητα των δεδομένων που χρησιμοποιούνται στην πρόβλεψη.

Φιλοδώρημα

Υπάρχουν καταστάσεις για εργασίες και διεργασίες. Οι περισσότερες διεργασίες εξαρτώνται από άλλες διεργασίες ανοδικά, όπως οι προελεύσεις δεδομένων και η ανανεώσεις του προφίλ δεδομένων.

Επιλέξτε την κατάσταση για να ανοίξετε το παράθυρο λεπτομερειών προόδου και προβάλετε την πρόοδο της εργασίας. Για να ακυρώσετε την εργασία, επιλέξτε Ακύρωση εργασίας στο κάτω μέρος του τμήματος παραθύρου.

Κάτω από κάθε εργασία, μπορείτε να επιλέξτε το Δείτε τις λεπτομέρειες για περισσότερες πληροφορίες σχετικά με την πρόοδο, όπως το χρόνο επεξεργασίας, την τελευταία ημερομηνία επεξεργασίας και τυχόν σφάλματα και προειδοποιήσεις που σχετίζονται με την εργασία ή τη διεργασία. Επιλέξτε την Προβολή κατάστασης συστήματος στο κάτω μέρος του πίνακα για να δείτε άλλες διεργασίες στο σύστημα.

Προβολή αποτελεσμάτων πρόβλεψης

1. Μεταβείτε στην Πληροφορίες>Προβλέψεις.

2. Στην καρτέλα Οι προβλέψεις μου, επιλέξτε την πρόβλεψη που θέλετε να προβάλλετε.

Υπάρχουν τρεις κύριες ενότητες δεδομένων εντός της σελίδας αποτελεσμάτων:

• Επιδόσεις μοντέλου εκπαίδευσης: Οι βαθμοί Α, Β ή Γ υποδεικνύουν τις επιδόσεις του προϊόντος πρόβλεψη μπορεί να σας βοηθήσει να επιλέξετε να χρησιμοποιήσετε τα αποτελέσματα που είναι αποθηκευμένα στον πίνακα εξόδου.

  Οι βαθμοί καθορίζονται με βάση τους ακόλουθους κανόνες:

  • Α όταν το μοντέλο προέβλεψε με ακρίβεια τουλάχιστον το 50% των συνολικών προβλέψεων και όταν το ποσοστό των ακριβών προβλέψεων για τους πελάτες που χάθηκαν είναι μεγαλύτερο από το ποσοστό γραμμής βάσης κατά τουλάχιστον 10%.
  • Β όταν το μοντέλο προέβλεψε με ακρίβεια τουλάχιστον το 50% των συνολικών προβλέψεων και όταν το ποσοστό των ακριβών προβλέψεων για τους πελάτες που χάθηκαν είναι έως 10% μεγαλύτερο από το ποσοστό γραμμής βάσης.
  • Γ όταν το μοντέλο προέβλεψε με ακρίβεια μικρότερο του 50% των συνολικών προβλέψεων ή όταν το ποσοστό των ακριβών προβλέψεων για τους πελάτες που χάθηκαν είναι μικρότερο από το ποσοστό γραμμής βάσης.
  • Η γραμμή βάσης λαμβάνει την είσοδο του χρονικού παραθύρου της πρόβλεψης για το μοντέλο (ένα έτος για παράδειγμα) και δημιουργεί διαφορετικά κλάσματα χρόνου, διαιρώντας το με το 2 μέχρι να φθάσει σε ένα μήνα ή λιγότερο. Χρησιμοποιεί αυτά τα κλάσματα για τη δημιουργία ενός επιχειρησιακού κανόνα για τους πελάτες που δεν έχουν αγοράσει σε αυτό το χρονικό πλαίσιο. Αυτοί οι πελάτες θεωρούνται ως χαμένοι. Επιλέγεται ο επιχειρησιακός κανόνας βάσει χρόνου με τη μέγιστη δυνατότητα πρόβλεψης για το ποιος είναι πιθανό να χαθεί ως το μοντέλο γραμμής βάσης.

• Πιθανότητα επανάληψης (αριθμός πελατών): Ομαδοποιεί τους πελάτες βάσει του προβλεπόμενου κινδύνου απώλειας. Προαιρετικά, δημιουργήστε τμήματα πελατών με μεγάλο κίνδυνο απώλειας. Τέτοιου είδους τμήματα σάς βοηθούν να κατανοήσετε τη θέση στην οποία θα πρέπει να αποκοπεί η ιδιότητα μέλους τμήματος.

• Παράγοντες με τη μεγαλύτερη επιρροή: Υπάρχουν πολλοί παράγοντες που λαμβάνονται υπόψη κατά τη δημιουργία της πρόβλεψής σας. Καθένας από τους συντελεστές έχει τη σπουδαιότητά του υπολογισμένη για τις συγκεντρωτικές προβλέψεις που δημιουργεί ένα μοντέλο. Χρησιμοποιήστε αυτούς τους παράγοντες για να επικυρώσετε τα αποτελέσματα της πρόβλεψής σας. Ή χρησιμοποιήστε αυτές τις πληροφορίες αργότερα για να δημιουργήσετε τμήματα αγοράς που θα μπορούσαν να επηρεάσουν τον κίνδυνο απώλειας για τους πελάτες.

Σημείωμα

Στον πίνακα εξόδου για αυτό το μοντέλο, το ChurnScore δείχνει την προβλεπόμενη πιθανότητα απώλειας και το IsChurn είναι μια δυαδική ετικέτα με βάση το ChurnScore με όριο 0,5. Αν αυτό το προεπιλεγμένο όριο δεν λειτουργεί για το σενάριό σας, δημιουργήστε ένα νέο τμήμα με όριο της προτίμησής σας. Δεν είναι απαραίτητο όλοι οι πελάτες να είναι ενεργοί πελάτες. Ορισμένοι από αυτούς ενδέχεται να μην έχουν καμία δραστηριότητα για πολύ καιρό και να θεωρούνται ήδη ότι έχουν χαθεί, βάσει του ορισμού των απωλειών σας. Η πρόβλεψη του κινδύνου απώλειας για τους πελάτες που έχουν ήδη μεταστραφεί δεν είναι χρήσιμη επειδή δεν είναι το κοινό ενδιαφέροντος.

Για να προβάλετε τη βαθμολογία απώλειας, μεταβείτε στα Δεδομένα>Πίνακες και προβάλετε την καρτέλα δεδομένων για τον πίνακα εξόδου που ορίσατε για αυτό το μοντέλο.