Споделяне чрез


Намерете подобни клиенти с AI (преглед)

[Тази статия е предварително издание на документацията и подлежи на промяна.]

Намерете подобни клиенти в клиентската си база, използвайки изкуствен интелект. Трябва да създадете поне един сегмент, за да използвате тази функция. Разширяването на критериите за съществуваща сегмент помага да се намерят клиенти, които са подобни на тази сегмент.

Бележка

Намирането на подобни клиенти използва автоматизирани средства за оценка на данните и изготвяне на прогнози въз основа на тези данни. Следователно тя има възможност да се използва като метод за профилиране, тъй като този термин се определя от различни закони и разпоредби за поверителност. Използването на тази функция от клиентите за обработка на данни може да бъде предмет на тези закони или разпоредби. Вие носите отговорност да гарантирате, че използването от Dynamics 365 Customer Insights - Data от Ваша страна, включително прогнозите, е в съответствие с всички приложими закони и разпоредби, включително законите, свързани с поверителността, личните данни, биометричните данни, защитата на данните и поверителността на комуникациите.

Търсене на сходни клиенти

  1. Отидете на Сегменти>с прозрения и изберете сегмент, на който искате да базирате новата си сегмент. Това е източникът ти сегмент.

  2. Изберете Намиране на подобни клиенти.

  3. Прегледайте предложеното име за вашия нов сегмент и го променете, ако е необходимо.

  4. По желание добавете етикети към новата сегмент.

  5. Прегледайте полетата, които определят вашия нов сегмент. Тези полета определят основата, на която системата ще се опита да намери сходни клиенти на вашия изходен сегмент. Системата избира препоръчителните полета по подразбиране. Ако е необходимо, добавете още полета. Полетата, които могат значително да намалят производителността на модела, се изключват автоматично:

    • Полета със следните типове данни: StringType, BooleanType, CharType, LongType, IntType, DoubleType, FloatType, ShortType
    • Полета с множество (броят на елементите в поле) по-малко от 2 или повече от 30
  6. Изберете дали искате да включите Всички клиенти освен сегмент източник или само клиенти в различен сегмент във вашия нов сегмент.

  7. По подразбиране системата предлага да включите само 20% от размера на целевата аудитория във вашите резултати. Редактирайте този праг според нуждите. Увеличаването на прага ще намали точността.

  8. Включете клиенти във вашата сегмент източник, като поставите отметка в квадратчето Включвай членове от сегмент източник в допълнение към клиенти със сходни атрибути .

  9. Изберете Изпълни в долната част на страницата, за да стартирате задача за двоична класификация (метод на машинно обучение), който анализира набора от данни.

Преглед на сходния сегмент

След като обработите подобно сегмент, ще намерите новата сегмент, посочена на страницата Сегменти>на прозрения с типа Разширяване.

Изберете Изглед , за да видите разпределението на резултатите между оценките за сходство и стойностите на оценките за сходство под сегмент членовете преглед.

Подобни клиенти сегмент.

Управление на подобен сегмент

Работете с и управлявайте подобен сегмент , както правите с други сегменти. Например да експортирате сегмента или да създадете мярка.

Редактиране, обновяване, преименуване, изтегляне и изтриване на подобен сегмент. Редактирането на подобен сегмент обработва повторно вашите данни. Създаденият преди това сегмент се актуализира с обновени данни.

Относно оценките за сходство

Моделът за машинно обучение с двоична класификация присвоява резултат на клиентите в сходен сегмент. Оценката се основава на сходството с клиентите в изходния сегмент.

  • Оценките за сходство под 0,55 са клиенти, които системата класифицира като неподобна на клиентите в изходния сегмент
  • Оценките за сходство между 0,55 – 0,7 се класифицират като донякъде сходни
  • Оценките за сходство между 0,7 – 0,85 се класифицират като сходни
  • Оценките за сходство между 0,85 – 1 са клиенти, като системата е класифицирана като много сходна

Клиентите с оценки за сходство под 0,4 не се включват в резултата от модела. Системата не ги счита за достатъчно сходни с изходния сегмент.