Beispielanleitung für die Vorhersage des langfristigen Kundenwerts (Customer Lifetime Value, CLV)
In dieser Anleitung wird Ihnen ein End-to-End-Beispiel zur Vorhersage des langfristigen Kundenwerts (CLV) in Dynamics 365 Customer Insights - Data anhand von Beispieldaten erläutert. Wir empfehlen, dass Sie diese Vorhersage in einer neuen Umgebung ausprobieren.
Szenario
Contoso ist ein Unternehmen, das hochwertige Kaffees und Kaffeemaschinen herstellt. Es verkauft die Produkte über die Contoso Coffee-Website. Das Unternehmen möchte den Wert (Umsatz) verstehen, den seine Kunden in den nächsten 12 Monaten generieren können. Wenn der erwartete Wert für die nächsten 12 Monaten bekannt ist, kann das Unternehmen seine Marketingbemühungen auf hochwertige Kunden ausrichten.
Anforderungen
- Mindestens Beteiligungsberechtigungen.
Aufgabe 1 - Datenerfassung
Lesen Sie die Artikel zu Datenerfassung und zur Verbindung mit einer Power Query-Datenquelle. Bei den folgenden Informationen wird davon ausgegangen, dass Sie mit der Datenerfassung im Allgemeinen vertraut sind.
Datenerfassung von Kundendaten aus der eCommerce-Plattform
Erstellen Sie eine Power Query-Datenquelle mit dem Namen E-Commerce und wählen Sie den Text/CSV-Konnektor aus.
Geben Sie die URL für eCommerce-Kontakte https://aka.ms/ciadclasscontacts ein.
Wählen Sie beim Bearbeiten der Daten Transformieren und dann Erste Zeile als Kopfzeile verwenden.
Aktualisieren Sie den Datentyp für die unten aufgeführten Spalten:
- DateOfBirth: Datum
- CreatedOn: Datum/Uhrzeit/Zone
Benennen Sie im Feld Name im rechten Fensterbereich Ihre Datenquelle in eCommerceContacts um
Speichern Sie die Datenquelle.
Datenerfassung von Online-Kaufdaten
Fügen Sie einen weiteren Datensatz zur gleichen eCommerce Datenquelle hinzu. Wählen Sie erneut den Text/CSV Konnektor.
Geben Sie die URL für Online-Einkäufe Daten https://aka.ms/ciadclassonline ein.
Wählen Sie beim Bearbeiten der Daten Transformieren und dann Erste Zeile als Kopfzeile verwenden.
Aktualisieren Sie den Datentyp für die unten aufgeführten Spalten:
- Gekauft am: Datum/Uhrzeit
- GesamtPreis: Währung
Benennen Sie im Feld Name im rechten Seitenbereich Ihre Datenquelle in eCommercePurchases um.
Speichern Sie die Datenquelle.
Kundendaten aus dem Treueschema einlesen
Erstellen Sie eine Datenquelle mit dem Namen LoyaltyScheme und wählen Sie den Text/CSV-Connector.
Geben Sie die URL für Treuekunden ein: https://aka.ms/ciadclasscustomerloyalty.
Wählen Sie beim Bearbeiten der Daten Transformieren und dann Erste Zeile als Kopfzeile verwenden.
Aktualisieren Sie den Datentyp für die unten aufgeführten Spalten:
- DateOfBirth: Datum
- RewardsPoints: Ganze Zahl
- CreatedOn: Datum/Uhrzeit
Benennen Sie im Feld Name im rechten Fensterbereich Ihre Datenquelle in loyCustomers um.
Speichern Sie die Datenquelle.
Einlesen von Kundendaten aus Website-Bewertungen
Erstellen Sie eine Datenquelle mit dem Namen Website und wählen Sie den Text/CSV-Connector.
Geben Sie die URL der Website-Bewertungen ein: https://aka.ms/CI-ILT/WebReviews.
Wählen Sie beim Bearbeiten der Daten Transformieren und dann Erste Zeile als Kopfzeile verwenden.
Aktualisieren Sie den Datentyp für die unten aufgeführten Spalten:
- ReviewRating: Dezimalzahl
- ReviewDate: Datum
Benennen Sie Ihre Datenquelle im Feld Name im rechten Bereich in Bewertungen um.
Speichern Sie die Datenquelle.
Aufgabe 2 - Daten vereinheitlichen
Lesen Sie den Artikel zur Datenvereinheitlichung. Bei den folgenden Informationen wird davon ausgegangen, dass Sie mit der Datenvereinheitlichung im Allgemeinen vertraut sind.
Beginnen Sie nach der Aufnahme der Daten mit dem Datenvereinheitlichungsprozess, um ein Unified customer profile zu erstellen. Weitere Informationen finden Sie unter Datenvereinheitlichung.
Beschreiben der zu vereinheitlichenden Kundendaten
Nach der Datenerfassung ordnen Sie die Kontakte aus den eCommerce- und Loyalty-Daten den gemeinsamen Datentypen zu. Gehen Sie zu Daten>Vereinheitlichen.
Wählen Sie die Tabellen, die das Kundenprofil darstellen – eCommerceContacts und loyCustomers.
Wählen Sie KontaktId als Primärschlüssel für eCommerceKontakte und LoyaltyID als Primärschlüssel für loyCustomers.
Wählen Sie Weiter. Überspringen Sie doppelte Datensätze überspringen und wählen Sie Weiter.
Abgleichsregeln definieren
Wählen Sie eCommerceContacts: eCommerce als primäre Tabelle und schließen Sie alle Datensätze ein.
Wählen Sie loyCustomers : LoyaltyScheme, und nehmen Sie alle Datensätze auf.
Fügen Sie eine Regel hinzu:
- Wählen Sie FullName sowohl für eCommerceContacts als auch für loyCustomers.
- Wählen Sie Typ (Telefon, Name, Adresse ...) für Normalisieren.
- Setzen Sie Präzisionsstufe: Basis und Wert: Hoch.
Fügen Sie eine zweite Bedingung für die E-Mail-Adresse hinzu:
- Wählen Sie E-Mail sowohl für eCommerceContacts als auch für loyCustomers.
- Lassen Sie Normalisieren leer.
- Setzen Sie Präzisionsstufe: Basis und Wert: Hoch.
- Geben Sie für den Namen FullName, Email ein.
Wählen Sie Fertig aus.
Wählen Sie Weiter.
Vereinheitlichte Daten anzeigen
Benennen Sie die ContactId für die Tabelle loyCustomers in ContactIdLOYALTY um, um sie von den anderen aufgenommenen IDs zu unterscheiden.
Wählen Sie Weiter, um zu prüfen, und wählen Sie dann Kundenprofile erstellen.
Aufgabe 3: Transaktionsverlaufsaktivität erstellen
Lesen Sie den Artikel zu Kundenaktivitäten. Bei den folgenden Informationen wird davon ausgegangen, dass Sie mit der Erstellung von Aktivitäten im Allgemeinen vertraut sind.
Erstellen Sie Aktivitäten mit der Tabelle eCommercePurchases:eCommerce und der Tabelle Reviews:Website.
Wählen Sie für eCommercePurchases:eCommerce die Option SalesOrderLine für den Aktivitätstyp und PurchaseId für den Primärschlüssel aus.
Wählen Sie für Reviews:Website die Option Review für den Aktivitätstyp und ReviewID für den Primärschlüssel aus.
Geben Sie die folgenden Informationen für die Kaufaktivität ein:
- Aktivitätsname: eCommercePurchases
- Zeitstempel: PurchasedOn
- Ereignisaktivität: TotalPrice
- Auftragspositions-ID: PurchaseId
- Bestelldatum: PurchasedOn
- Betrag: TotalPrice
Geben Sie die folgenden Informationen für die Aktivität zur Webüberprüfung ein:
- Aktivitätsname: WebReviews
- Zeitstempel: ReviewDate
- Ereignisaktivität: ActivityTypeDisplay
- Zusätzliches Detail: ReviewRating
Fügen Sie eine Beziehung zwischen eCommercePurchases:eCommerce und eCommerceContacts:eCommerce mit ContactID als Fremdschlüssel hinzu, um die beiden Tabellen zu verbinden.
Fügen Sie eine Beziehung zwischen Website und eCommerceContacts mit UserId als Fremdschlüssel hinzu.
Überprüfen Sie Ihre Änderungen, und wählen Sie dann Aktivitäten erstellen aus.
Aufgabe 4 – Konfigurieren der Vorhersage des langfristigen Kundenwerts
Mit den vereinheitlichten Kundenprofilen und der erstellten Aktivität können wir jetzt die Vorhersage des langfristigen Kundenwerts (CLV) ausführen. Detaillierte Schritte finden Sie unter Langfristiger Kundenwert (Vorhersage).
Gehen Sie zu Erkenntnisse>Vorhersagen.
Wählen Sie auf der Registerkarte Erstellen auf der Kachel Langfristiger Kundenwert Modell verwenden aus.
Wählen Sie Erste Schritte aus.
Nennen Sie das Modell OOB eCommerce CLV-Vorhersage und die Ausgabetabelle OOBeCommerceCLVPrediction.
Modelleinstellungen definieren:
- Vorhersagezeitraum: 12 Monate oder ein Jahr, um festzulegen wie weit in die Zukunft der CLV vorhergesagt werden soll.
- Aktive Kunden: Kaufintervall durch das Modell berechnen lassen, um den Zeitrahmen festzulegen, in dem ein Kunde mindestens eine Transaktion gehabt haben muss, um als aktiv zu gelten.
- Kunde mit hohem Wert: Kunden mit hohem Wert manuell als Top 30 % der aktiven Kunden festlegen.
Wählen Sie Weiter aus.
Wählen Sie im Schritt Erforderliche Daten die Option Daten hinzufügen aus, um die Daten zum Transaktionsverlauf anzugeben.
Wählen Sie SalesOrderLine und die Tabelle eCommercePurchases und dann Weiter aus. Die erforderlichen Daten werden automatisch aus der Aktivität entnommen. Wählen Sie Speichern und dann Weiter.
Der Schritt Zusätzliche Daten (optional) erlaubt Ihnen, weitere Kundenaktivitätsdaten hinzuzufügen, um mehr Erkenntnisse für Kundeninteraktionen zu erhalten. Wählen Sie für dieses Beispiel Daten hinzufügen aus und fügen Sie die Webbewertungsaktivität hinzu.
Wählen Sie Weiter aus.
Wählen Sie in dem Schritt Datenupdates für den Modellzeitplan Monatlich aus.
Wählen Sie Weiter aus.
Nachdem Sie alle Details überprüft haben, wählen Sie Speichern und Ausführen.
Aufgabe 5 - Überprüfung der Modellergebnisse und Erklärungen
Lassen Sie das Modell das Training und das Scoring der Daten abschließen. Gehen Sie die CLV-Modellergebnisse und Erklärungen durch.
Aufgabe 6 – Erstellen eines Segments mit Kunden mit hohem Wert
Beim Ausführen des Modells wird eine neue Tabelle erstellt, die unter Daten>Tabellen aufgeführt ist. Sie können ein neues Kundensegment basierend auf der vom Modell erstellten Tabelle erstellen.
Wählen Sie auf der Ergebnisseite Segment erstellen aus.
Erstellen Sie eine Regel mit der Tabelle OOBeCommerceCLVPrediction und definieren Sie das Segment:
- Feld: CLVScore
- Operator: größer als
- Wert: 1500
Wählen Sie Speichern aus und dann Ausführen für das Segment.
Sie haben jetzt ein Segment, das Kunden identifiziert, die in den kommenden 12 Monaten voraussichtlich mehr als 1.500 US-Dollar Umsatz generieren werden. Dieses Segment wird dynamisch aktualisiert, wenn mehr Daten erfasst werden. Weitere Informationen finden Sie unter Erstellen und Verwalten von Segmenten.
Tipp
Sie können auch ein Segment für ein Vorhersagemodell aus der Seite Erkenntnisse>Segmente erstellen, indem Sie Neu und dann Erstellen aus>Erkenntnisse auswählen. Weitere Informationen finden Sie unter Ein neues Segment mit Schnellsegmenten erstellen.