Vorgeschlagene Segmente (Vorschauversion)

Artikel
01/31/2024

[Dieser Artikel ist Teil der Dokumentation zur Vorabversion und kann geändert werden.]

Dynamics 365 Customer Insights - Data kann Segmente basierend auf Aktivität oder Measures vorschlagen.

Registerkarte Vorgeschlagene Segmente mit Segmentvorschlägen für aktivitätsbasierte und attributbasierte Segmente.

Wichtig

Dies ist eine Vorschauversion.
Funktionen in der Vorschauversion sind nicht für den produktiven Einsatz gedacht und können eine eingeschränkte Funktionalität aufweisen. Diese Funktionen stehen vor der offiziellen Veröffentlichung zur Verfügung, damit Kunden frühzeitig Zugriff erhalten und Feedback geben können.

Vorgeschlagene Segmente basierend auf Aktivität (Vorschauversion)

Entdecken Sie interessante Segmente Ihrer Kunden anhand von Kundenaktivitätsdaten, die in Customer Insights - Data erfasst werden. Beispiele für Aktivitätsdaten sind Transaktionen, Support-Anrufdauer, Käufe oder Rückgaben. Um Segmente vorzuschlagen, werden Aktivitätsdaten auf Aktualität, Häufigkeit und Geldwert (oder Dauer) analysiert.

Kategorisieren Sie Kunden nach Aktivität

Mit Aktivitätsdaten, die in Customer Insights - Data verfügbar sind, können wir Vorschläge generieren, die Kundengruppen repräsentieren:

aktivsten Kunden
Kunden, die die meisten Einkäufe getätigt haben
Kunden, die den größten Umsatz erzielt haben
Kunden, die in letzter Zeit nicht aktiv waren
Kunden, die häufig mit Ihrem Unternehmen interagieren

Wenn Sie ein Einzelhandelsgeschäft haben, können Sie herausfinden, welche Kunden die meisten Einnahmen erzielen, und sie mit einem Gutschein belohnen. Oder Sie können gelegentliche Kunden identifizieren und ihnen anbieten, an einem Prämienprogramm teilzunehmen, damit sie Ihr Unternehmen häufiger besuchen. Wenn Sie öffentliche Gesundheitsversorgung anbieten und Ihr Ziel darin besteht, die Kosten für einzelne Patienten zu minimieren, könnten Sie versuchen, wiederkehrende Besuche zu reduzieren, indem Sie die bestmögliche Versorgung bei so wenig Besuchen wie möglich bieten. In diesem Fall ist es Ihr Ziel, die Besuchshäufigkeit niedrig zu halten und die wiederkehrenden Kosten für die Patienten zu minimieren. Oder Sie können Segmente von Patienten identifizieren, die häufige Termine und hohe wiederkehrende Kosten haben, und diese Fälle analysieren, um die Behandlung des Patienten zu verbessern.

Vorgeschlagene Segmente basierend auf Kennzahlen (Vorschauversion)

Entdecken Sie mithilfe eines KI-Modells interessante Segmente Ihrer Kunden. Diese auf maschinellem Lernen basierende Funktion schlägt Segmente vor, die auf Kennzahlen oder Kundenattributen basieren. Dies kann dazu beitragen, Ihre Key Performance Indicators (KPIs) zu verbessern oder den Einfluss von Attributen im Kontext anderer Attribute besser zu verstehen.

Notiz

Diese vorgeschlagenen Segmentfunktionen verwenden automatisierte Mittel, um Daten auszuwerten und auf der Grundlage dieser Daten Vorhersagen zu treffen. Daher kann es als Methode zur Profilerstellung verwendet werden gemäß der Definition des Begriffes in den Datenschutzgesetzen und -vorschriften. Die Verwendung dieses Features zur Verarbeitung von Daten unterliegt möglicherweise diesen Gesetzen oder Bestimmungen. Sie sind dafür verantwortlich, dass Ihre Customer Insights - Data-Nutzung, einschließlich dieser Funktion, allen geltenden Gesetzen und Vorschriften entspricht, einschließlich Gesetzen in Bezug auf Privatsphäre, personenbezogene Daten, biometrische Daten, Datenschutz und Vertraulichkeit der Kommunikation.

Seite „Vorgeschlagene Segmente“, die Details zu einem Vorschlag in einem Seitenbereich anzeigt.

Vorgeschlagene Segmente zur Verbesserung Ihrer KPIs

Wenn Sie Kennzahlen geschaffen verwenden, um Ihre KPIs zu verfolgen, erstellen Sie Segmente, um die Einflüsse auf die KPI anzuzeigen. Sie können diese Informationen verwenden, um eine sehr zielgerichtete Kampagne durchzuführen.

Sie verfolgen beispielsweise eine Kennzahl mit dem Namen TotalSpendPerCustomer. Als Unternehmen möchten Sie, dass diese Zahl zunimmt. Wenn Sie eine Kennzahl als primäres Attribut auswählen, können Sie die Attribute auswählen, deren Einfluss Sie bewerten möchten. Gehen wir von Mitgliedschaftsstufe, Mitgliedschaftszeitraum und Aufgabe aus. Customer Insights - Data kann dann ein Segment vorschlagen, das Ihnen sagt, wer den größten Einfluss auf diese Maßnahme hat. So sind zum Beispiel Buchhalter, die Gold-Mitglieder und seid mindestens fünf Jahren in Ihrem Unternehmen sind, die größten Einflussfaktoren von TotalSpendPerCustomer. Sie erhalten für jeden Vorschlag eine geschätzte Segmentgröße. Mit diesen Informationen können Sie Kampagnen für die Zielgruppen erstellen.

Verstehen, was ein Kundenattribut beeinflusst

Sie können ein Kundenattribut anstelle einer Kennzahl als primäres Attribut auswählen. Basierend auf Ihrer Auswahl der Einflussattribute erstellt das KI-Modell eine Reihe von Vorschlägen, die zeigen, wie die ausgewählten Attribute das primäre Attribut beeinflussen.

Zum Beispiel wählen Sie Prämienmitglied (Ja/Nein) als primäres Attribut. Tenure, Beruf und Anzahl der Support-Tickets werden als andere beeinflussende Attribute festgelegt. Das KI-Modell könnte Segmente vorschlagen, die darauf hinweisen, dass hauptsächlich IT-Experten mit einer Amtszeit von mehr als zwei Jahren Belohnungsmitglieder sind. Ein weiterer Vorschlag könnte hervorheben, dass Buchhalter mit einer Amtszeit von mehr als einem Jahr und weniger als drei Support-Tickets Belohnungsmitglieder sind.

Künstliche Intelligenz nutzen

Unter Verwendung des primären Attributs und der Einflussattribute schlägt ein Entscheidungsbaumalgorithmus interessante Segmente vor. Die Vorschläge basieren auf Regeln oder Mustern, die vom KI-Algorithmus erfasst wurden. Als Vorschläge werden nur Segmente angezeigt, die sich erheblich von der Durchschnittsbevölkerung unterscheiden. Der Vergleich mit der Durchschnittsbevölkerung basiert auf dem ausgewählten Maß oder primären Attribut.

Verantwortliche KI

Mit vorgeschlagenen Segmenten können Sie Attribute auswählen, um neue Segmente zu erstellen und die ausgewählten Daten zu verarbeiten. Bei der Auswahl von Attributen, einschließlich sensibler Attribute wie Ethnie, sexuelle Orientierung oder Geschlecht, müssen Sie sicherstellen, dass Sie diese Daten verarbeiten können und sollten. Sie sind dafür verantwortlich, alle für Ihre Organisation geltenden Gesetze einzuhalten und die Grundsätze und Datenschutzrichtlinien Ihrer Organisation einzuhalten.

Unterschiedliche Ergebnisse für primäre Attribute mit kategorialen und numerischen Werten

Segmentvorschläge unterscheiden sich, wenn Sie ein numerisches Attribut oder ein kategoriales Attribut als primäres Attribut auswählen. Werte in einem kategorialen Attribut enthalten zwei oder mehr Kategorien oder Typen. Ein numerisches Attribut enthält quantitative Daten und ist mit einem Messungssinn verbunden.

Mit einem numerischen Attribut wie jährliches Einkommen oder Mitgliedschaftszeitraum als primäres Attribut schlägt das System Segmente vor, die im Vergleich zu allen Kunden einen höheren oder niedrigeren Durchschnittswert des numerischen Attributs aufweisen.

Ein kategoriales Attribut wie Kundenzufriedenheit als primäres Attribut führt zu vorgeschlagenen Segmenten mit einem höheren oder niedrigeren Prozentsatz von Kunden, die zu einer bestimmten Kategorie gehören, verglichen mit dem Prozentsatz aller Kunden, die zu derselben Kategorie gehören. Zum Beispiel wird Kundenzufriedenheit als primäres Attribut ausgewählt und besteht aus drei Kategorien (Niedrig, Mittel und Hoch). Für jede Kategorie werden Segmente vorgeschlagen, die einen höheren oder niedrigeren Prozentsatz von Kunden dieser Kategorie im Vergleich zum Anteil aller Kunden in derselben Kategorie aufweisen. Wenn 22 % aller Kunden eine Zufriedenheit Hoch haben, werden nur Segmente, die einen höheren oder niedrigeren Anteil an Kunden mit Hoch-Zufriedenheit im Vergleich zu 22 %, für diese Kategorie vorgeschlagen. In ähnlicher Weise werden Segmente für jede der anderen Kategorien vorgeschlagen (Niedrig und Mittel), wenn sie statistisch signifikant sind.