客户生存期值 (CLV) 预测示例指南

项目
01/31/2024

本指南将使用示例数据逐步向您解释 Dynamics 365 Customer Insights - Data 中的客户生存期值 (CLV) 预测端到端示例。我们建议您在新环境中试用此预测。

场景

Contoso 是一家生产高品质咖啡和咖啡机的公司。他们通过 Contoso Coffee 网站销售产品。公司希望了解客户在未来 12 个月内可以产生的价值（收入）。了解客户在未来 12 个月的预期价值将有助于他们将营销工作转向高价值客户。

先决条件

至少具有参与者权限。

任务 1 - 引入数据

查看关于数据引入和连接到 Power Query 数据源的文章。以下信息假设您大致了解如何引入数据。

从电子商务平台中引入客户数据

创建一个名为 eCommerce 的 Power query 数据源，然后选择文本/CSV 连接器。
输入电子商务联系人的 URL https://aka.ms/ciadclasscontacts。
编辑数据时，选择转换，然后选择使用第一行作为标题。
更新下面列出的列的数据类型：
- DateOfBirth：日期
- CreatedOn：日期/时间/区域
在右侧窗格上的名称字段中，将您的数据源重命名为 eCommerceContacts
保存数据源。

引入在线购买数据

将另一个数据集添加到相同的电子商务数据源中。再次选择文本/CSV 连接器。
输入在线购买数据的 URL https://aka.ms/ciadclassonline。
编辑数据时，选择转换，然后选择使用第一行作为标题。
更新下面列出的列的数据类型：
- PurchasedOn：日期/时间
- TotalPrice：货币
在侧窗格上的名称字段中，将您的数据源重命名为 eCommercePurchases。
保存数据源。

从忠诚度架构中引入客户数据

创建一个名为 LoyaltyScheme 的数据源，然后选择文本/CSV 连接器。
输入会员客户的 URL https://aka.ms/ciadclasscustomerloyalty。
编辑数据时，选择转换，然后选择使用第一行作为标题。
更新下面列出的列的数据类型：
- DateOfBirth：日期
- RewardsPoints：整数
- CreatedOn：日期/时间
在右侧窗格上的名称字段中，将您的数据源重命名为 loyCustomers。
保存数据源。

从网站评价中引入客户数据

创建一个名为 Website 的数据源，然后选择文本/CSV 连接器。
输入网站评论的 URL https://aka.ms/CI-ILT/WebReviews。
编辑数据时，选择转换，然后选择使用第一行作为标题。
更新下面列出的列的数据类型：
- ReviewRating：十进制数
- ReviewDate：日期
在右侧窗格上的名称字段中，将您的数据源重命名为 Reviews。
保存数据源。

任务 2 - 数据统一

查看关于数据统一的文章。以下信息假设您大致了解数据统一。

在引入数据后，开始数据统一过程，以创建统一的客户配置文件。有关详细信息，请参阅数据统一。

描述要统一的客户数据

引入数据后，将联系人从电子商务和忠诚度数据映射到常见数据类型。转到数据>统一。
选择表示客户配置文件的表 – eCommerceContacts 和 loyCustomers。
选择 ContactId 作为 eCommerceContacts 的主键，选择 LoyaltyID 作为 loyCustomers 的主键。
选择下一步。跳过重复记录并选择下一步。

定义匹配规则

选择 eCommerceContacts : eCommerce 作为主表并包括所有记录。
选择 loyCustomers : LoyaltyScheme 并包含所有记录。
添加规则：
- 为 eCommerceContacts 和 loyCustomers 选择 FullName。
- 针对标准化选择类型（电话、名称、地址、...）。
- 设置精度级别：基本和值：高。
为电子邮件地址添加第二个条件：
- 为 eCommerceContacts 和 loyCustomers 选择电子邮件。
- 将“标准化”留空。
- 设置精度级别：基本和值：高。
- 为名称输入FullName 和电子邮件。
选择完成。
选择下一步。

查看统一数据

将 loyCustomers 表的 ContactId 重命名为 ContactIdLOYALTY，以将其与其他引入的 ID 区分开来。
选择下一步来查看，然后选择创建客户配置文件。

任务 3 - 创建交易历史记录活动

查看关于客户活动的文章。以下信息假设您大致了解如何创建活动。

使用 eCommercePurchases:eCommerce 表和 Reviews:Website 表创建活动。
对于 eCommercePurchases:eCommerce，为活动类型选择 SalesOrderLine，为主键选择 PurchaseId。
对于 Reviews:Website，为活动类型选择评论，为主键选择 ReviewID。
为购买活动输入以下信息：
- 活动名称：eCommercePurchases
- 时间戳：PurchasedOn
- EventActivity：TotalPrice
- 订单行 ID：PurchaseId
- 订单数据：PurchasedOn
- 金额：TotalPrice
为 Web 评论活动输入以下信息：
- 活动名称：WebReviews
- 时间戳：ReviewDate
- 事件活动：ActivityTypeDisplay
- 其他详细信息：ReviewRating
在 eCommercePurchases:eCommerce 和 eCommerceContacts:eCommerce 之间添加关系，将 ContactID 作为连接两个表的外键。
使用 UserId 作为外键，在网站和 eCommerceContacts 之间添加关系。
检查您的更改，然后选择创建活动。

任务 4 - 配置客户生存期值预测

部署了统一客户配置文件并创建了活动后，运行客户生存期值 (CLV) 预测。有关详细步骤，请参阅客户生存期值预测。

转到见解>预测。
在创建选项卡上，在客户生存期值磁贴上选择使用模型。
选择开始。
将模型命名为 OOB 电子商务 CLV 预测，将输出表命名为 OOBeCommerceCLVPrediction。
定义模型首选项：
- 预测时间段：12 个月或 1 年，定义要预测 CLV 的未来时长。
- 活跃客户：让模型计算购买间隔，限定客户在此期间必须至少有一笔交易才会被视为活跃的期限。
- 高价值客户：手动将高价值客户定义为排名在前 30% 的活跃客户。
选择下一步。
在所需数据步骤中，选择添加数据以提供交易历史记录数据。
选择 SalesOrderLine 和 eCommercePurchases 表，然后选择下一步。所需数据会从活动自动填入。选择保存，然后选择下一步。
其他数据（可选）步骤允许您添加更多客户活动数据以获得更多客户交互方面的见解。对于本示例，选择添加数据，添加 Web 评论活动。
选择下一步。
在数据更新步骤中，为模型计划选择每月。
选择下一步。
在查看所有详细信息后，选择保存并运行。

任务 5 - 审阅模型结果和说明

让模型完成数据的训练和评分。查看 CLV 模型结果和说明。

任务 6 - 创建高价值客户的客户细分

运行模型可创建一个新表，该表列在数据>表上。您可以根据模型创建的表创建新客户细分。

在结果页上，选择创建客户细分。
使用 OOBeCommerceCLVPrediction 表创建规则并定义客户细分：
- 字段：CLVScore
- 运算符：大于
- 值：1500
选择保存并运行客户细分。

您现在有一个客户细分，该客户细分可识别预计在未来 12 个月内产生超过 1500 美元收入的客户。如果引入更多数据，将动态更新此客户细分。有关详细信息，请参阅创建和管理客户细分。

小费

您还可以通过选择新建并选择创建自>见解，从见解>客户细分页面为预测模型创建客户细分。有关详细信息，请参阅使用快速客户细分创建新客户细分。

后续步骤

预计客户生存期值 (CLV)

通过