Del via

Konfigurere prediktiv poengsum for kundeemne

  • Artikkel

Prediktiv poengsum for kundeemne bruker en prediktiv maskinlæringsmodell til å beregne en poengsum for åpne kundeemner basert på historiske data. Poengsummen hjelper selgere med å prioritere kundeemner, oppnå høyere emnekvalifisering og redusere tiden det tar å kvalifisere et kundeemne.

La oss for eksempel anta at du har to kundeemner, kundeemne A og kundeemne B, i forløpet. Poengsummodellen for kundeemnet beregner en poengsum på 80 for kundeemne A og 50 for kundeemne B. Basert på poengsummene kan du forutse at kundeemne A har større sjanse for å bli konvertert til en salgsmulighet. Du kan også se gjennom de mest innflytelsesrike faktorene for å analysere hvorfor poengsummen for kundeemne B er lav, og finne ut om den skal forbedres.

Følgende bilde viser et eksempel på et kontrollprogram for poengsum for kundeemne:

Skjermbilde av kontrollprogrammet for prediktiv poengsum for kundeemne.

Innsamling av historiske data begynner når du oppretter en poengsummodell. Historiske data lagres i datasjøen for analyse. Hvis Dynamics 365 Sales-abonnementet utløper eller organisasjonen din blir slettet, slettes de historiske dataene etter 30 dager.

Hvis du har en Dynamics 365 Sales Enterprise-lisens, kan du aktivere prediktiv poengsum for kundeemne i hurtigoppsettet av poengsummer for kundeemner og salgsmuligheter. Du får 1500 vurderte oppføringer per måned.

Lisens- og rollekrav

Kravtype Du må ha
Lisens Dynamics 365 Sales Premium eller Dynamics 365 Sales Enterprise
Mer informasjon: Dynamics 365 Sales-priser
Sikkerhetsroller Systemansvarlig
Mer informasjon: Forhåndsdefinerte sikkerhetsroller for Salg

Forutsetning

  • Avanserte Sales Insights-funksjoner må være aktiverte.

  • Du må ha nok kundeemner til å lære opp modellen basert på tidligere data. Organisasjonen må ha opprettet og lukket minst 40 kvalifiserte og 40 diskvalifiserte kundeemner i løpet av de siste tre månedene til to årene. Jo flere kundeemner du kan inkludere for å lære opp modellen, jo bedre blir prediksjonresultatene. Kontroller om du har det nødvendige antallet kundeemner for å bygge en poengsummodell.

    Merk

    Hvis du har tenkt å bruke en forretningsprosessflyt for modellen, blir ikke kundeemner som har forlatt den valgte forretningsprosessflyten, vurdert for opplæring, poengberegning og fastsettelse av minimumskravet for oppretting av modeller.

Systemet bruker ca. 4 timer på å synkronisere dataene med datasjøen. Hvis du nylig har lukket kundeemner, tar ikke modellen hensyn til dem med en gang.

Opprette din første poengsummodell

Viktig

  • Hvis du bruker en modell du har opprettet i en versjon av Dynamics 365 tidligere enn lanseringsbølge 2 i 2020, må du slette modellen før du oppretter en ny. Ellers brukes den tidligere versjonen av modellen på alle kundeemnene i organisasjonen, og de nye modellene har ingen innvirkning på kundeemnene.
  • Per lanseringsbølge 2 for 2020 skriver appen data for kundeemnepoengsum til msdyn_predictivescore-tabellen og skriver ikke lenger til kundeemnetabellen. Poeng for både kundeemner og salgsmuligheter bruker msdyn_predictivescore-tabellen.

En poengsummodell definerer kriteriene for valg av kundeemner for opplæring og poengberegning. Hvis organisasjonen følger ulike salgspraksiser på tvers av ulike regioner eller forretningsenheter, kan du opprette modeller og unike opplæringssett for hver av dem.

  1. Gå til Endre område nede til venstre på siden og i Salgssenter-appen, og velg Sales Insights-innstillinger.

  2. På områdekartet under Forutsigbare modeller velger du Poengsum for kundeemne.

    Hvis organisasjonen ikke har minst 40 kvalifiserte og 40 diskvalifiserte kundeemner som ble opprettet i tidsrammen identifisert i feltet Lær opp med kundeemner fra de siste, kan du ikke opprette en poengsummodell. Hvis det er nok kundeemner, genererer appen en modell som standard.

  3. På siden Prediktiv poengsum for kundeemne endrer du verdiene for felter som forretningsprosessflyt, filterkolonne og så videre hvis det er nødvendig. For mer informasjon om disse feltene, se neste del Legge til en modell. Velg Kom i gang når du er ferdig.

Det tar noen minutter før appen kan lære opp modellen din. Du kan forlate siden og komme tilbake senere.

Programmet bruker standardattributter til å lære opp modellen. Du kan redigere modellen senere for å inkludere egendefinerte eller intelligente attributter.

Publisere modellen

  1. Når modellen er opplært og klar til publisering, vises en bekreftelse på siden Prediktiv poengsum for kundeemne:

    Skjermbilde av bekreftelsesmeldingen som vises etter at en poengsummodell er lært opp og klar til å publiseres.

  2. Hvis modellen er opplært, men ikke klar til publisering, viser feltet Modellytelse meldingen Ikke klar til å publisere.

  3. Hvis du vil gjenopplære modellen hver 15. dag, velger du Gjenopplær automatisk.

  4. Velg Publiser eller Vis detaljer.

    • Hvis modellen er klar til publisering og du er klar til å bruke den, velger du Publiser.

      Modellen brukes på kundeemner som samsvarer med vilkårene som er angitt i modellkonfigurasjonen. Poengsummen for kundeemner vises i kolonnen Poengsum for kundeemne i visninger og i et kontrollprogram i emneskjemaet.

    • Hvis du vil vise modellens nøyaktighet og ytelse før du publiserer den, eller hvis modellen ikke er klar til publisering og du ønsker å vite hvorfor, velger du Vis detaljer og velger deretter Ytelse-fanen.

      Appen avgjør at modellen ikke er klar til publisering hvis nøyaktigheten faller under en terskelverdi, Resultat for område under kurve (AUC). Du kan likevel publisere modellen hvis du vil. Ytelsen vil imidlertid være dårlig.

Legge til en modell

Du kan opprette opptil 10 modeller, både publiserte og upubliserte, for ulike sett med kundeemner. Appen advarer deg hvis du prøver å opprette en modell som kan gi poengsum til de samme kundeemnene som en eksisterende modell.

  1. Nederst på siden Prediktiv poengsum for kundeemne velger du Legg til modell.

    Skjermbilde av siden Prediktiv poengsum for kundeemne der Legg til modell er uthevet.

    Merk

    Knappen Legg til modell vises ikke hvis du ikke har opprettet minst én poengsummodell.

    Siden Prediktiv poengsum for kundeemne åpnes med standardverdier.

    Skjermbilde av tilføying av en ny poengsummodell.

  2. I boksen Nytt modellnavn angir du et navn som inneholder alfanumeriske tegn. Understrekingstegn er tillatt, men ikke mellomrom eller andre spesialtegn.

    Navnet er som standard LeadScoring_<ÅÅÅÅMMDD><Klokkeslett> (for eksempel LeadScoring_ 202009181410). Datoen og klokkeslettet er basert på Coordinated Universal Time (UTC).

  3. I listen Forretningsprosessflyt velger du en flyt som er relevant for kundeemnene du genererer modellen for. Kundeemner som har forlatt den valgte forretningsprosessflyten, blir ikke vurdert for opplæring, poengberegning og fastsettelse av minimumskravet for oppretting av modeller.

    Listen viser alle forretningsprosessflytene som er definert for kundeemner i organisasjonen.

    Hvis du vil vise egendefinerte forretningsprosessflyter i listen, aktiverer du Endringssporing for forretningsprosessflytenheten. Når du genererer modellen, aktiveres egendefinerte forretningsprosesser automatisk for synkronisering av dataene til datasjøen for analyse.

  4. I listen Tilstandsalternativsett velger du alternativsettet der statusen for kundeemnene er definert.

  5. Velg de tilsvarende verdiene i listene Kvalifisert verdi og Diskvalifisert verdi.

    Standard alternativsett for Status definerer verdiene som Kvalifisert og Ikke kvalifisert. Du kan velge et egendefinert alternativsett, hvis dette er definert.

  6. Velg Filterkolonne og Filterverdier for å angi kundeemnene som modellen må vurdere.

    Hvis du vil filtrere basert på flere kolonner, oppretter du et beregnet felt med de nødvendige kolonnene, og deretter velger du det beregnede feltet i Filterkolonne-listen.

  7. I Lær opp med kundeemner fra de siste velger du en tidsperiode for opplæringssettet. Standarden er to år.

    Organisasjonen din må ha minimum 40 kvalifiserte og 40 avskrevne kundeemner som ble opprettet og lukket i løpet av den valgte perioden. Modellen analyserer lukkede kundeemner fra den valgte perioden, og bruker dataene til å gi poeng til åpne kundeemner fra de siste to årene.

    Hvis du ikke har minimum lukkede kundeemner i den valgte tidsperioden, deaktiveres knappen Kom i gang. Velg en annen tidsperiode som har nok lukkede kundeemner til å trene modellen.

  8. Velg Kom i gang. Du får en advarsel hvis modellen er et duplikat av en eksisterende modell og gir poeng til samme sett med kundeemner. Du kan velge å opprette modellen likevel eller endre konfigurasjonene slik at modellen gir poeng til unike sett med kundeemner.

    Skjermbilde av advarselen som vises når en ny modell er i konflikt med en eksisterende modell.

    Det tar noen minutter før systemet kan lære opp modellen din.

  9. Når modellen er opplært, kan du publisere den eller vise detaljene.

Hvis du oppretter flere modeller for poengberegning, bruker du listen Velg modell på siden Prediktiv poengsum for kundeemne til å velge en modell å vise.

Skjermbilde av siden Prediktiv poengsum for kundeemne med flere modeller der Velg modell-listen er uthevet.

Finner du ikke alternativene i appen?

Det er tre muligheter:

  • Du har ikke den nødvendige lisensen eller rollen. Sjekk delen Lisens- og rollekrav øverst på denne siden.
  • Administratoren har ikke aktivert funksjonen.
  • Organisasjonen bruker en egen app. Kontakt administratoren for å få den nøyaktige fremgangsmåten. Trinnene som er beskrevet i denne artikkelen, gjelder bare for det bruksklare salgssenteret og Sales Professional-appene.

System- og programbrukere som kan sende data til Dataverse
Rediger og gjenopplær en poengsummodell for potensiell kunde
Prioritere kundeemner gjennom resultater
Vanlige spørsmål om behandling av potensiell kunde