Ρύθμιση προληπτικής βαθμολόγησης υποψήφιου πελάτη

Η προληπτική βαθμολόγηση υποψήφιου πελάτη χρησιμοποιεί ένα προγνωστικό μοντέλο εκμάθησης μηχανής για τον υπολογισμό μιας βαθμολογίας για τους ανοιχτούς υποψήφιους πελάτες με βάση δεδομένα ιστορικού. Η βαθμολογία βοηθά τους πωλητές να δίνουν προτεραιότητα στους υποψήφιους πελάτες και να επιτύχουν υψηλότερους συντελεστές αξιολόγησης υποψήφιων πελατών και να μειώσουν το χρόνο που απαιτείται για την έγκριση ενός υποψήφιου πελάτη.

Για παράδειγμα, ας υποθέσουμε ότι έχετε δύο υποψήφιους πελάτες - Υποψήφιος πελάτης Α και Υποψήφιος πελάτης Β - στη διοχέτευση σας. Το μοντέλο βαθμολόγησης υποψήφιου πελάτη υπολογίζει μια βαθμολογία 80 για τον υποψήφιο πελάτη Α και 50 για τον υποψήφιο πελάτη Β. Με βάση τους βαθμούς, μπορείτε να προβλέψετε ότι ο υποψήφιος πελάτης Α έχει περισσότερες πιθανότητες μετατροπής σε μια ευκαιρία. Επιπλέον, μπορείτε να εξετάσετε τους κορυφαίους παράγοντες επίδρασης, για να αναλύσετε γιατί η βαθμολογία της Υποψήφιου πελάτη Β είναι χαμηλή και να αποφασίσετε εάν θα τη βελτιώσετε.

Η εικόνα που ακολουθεί είναι ένα παράδειγμα γραφικού στοιχείου με βαθμολογία υποψήφιου πελάτη:

Η συλλογή ιστορικών δεδομένων ξεκινά όταν δημιουργείτε ένα μοντέλο βαθμολόγησης. Τα ιστορικά δεδομένα αποθηκεύονται στη λίμνη δεδομένων για ανάλυση. Αν η συνδρομή σας στο Dynamics 365 Sales λήξει ή ο οργανισμός σας διαγραφεί, τα ιστορικά δεδομένα διαγράφονται μετά από 30 ημέρες.

Εάν έχετε άδεια χρήσης Dynamics 365 Sales Enterprise, μπορείτε να ενεργοποιήσετε την προγνωστική βαθμολόγηση υποψήφιου πελάτη στη γρήγορη ρύθμιση βαθμολόγησης υποψήφιων πελατών και ευκαιριών. Θα λάβετε 1500 βαθμολογημένες καρτέλες ανά μήνα.

Απαιτήσεις άδειας χρήσης και ρόλου

Τύπος απαίτησης	Πρέπει να έχετε
Άδεια χρήσης	Dynamics 365 Sales Premium ή Dynamics 365 Sales Enterprise Περισσότερες πληροφορίες: Τιμολόγηση Dynamics 365 Sales
Ρόλοι ασφαλείας	Διαχειριστής συστήματος Περισσότερες πληροφορίες: Προκαθορισμένοι ρόλοι ασφαλείας για Sales

Προϋποθέσεις

• Πρέπει να έχουν ενεργοποιηθεί οι δυνατότητες του Sales insights για προχωρημένους.

• Θα πρέπει να έχετε αρκετούς υποψήφιους πελάτες για να εκπαιδεύσετε το μοντέλο με βάση προηγούμενα δεδομένα. Ο οργανισμός σας πρέπει να έχει δημιουργήσει και κλείσει τουλάχιστον 40 εγκεκριμένους και 40 μη εγκεκριμένους υποψήφιους πελάτες κατά το χρονικό πλαίσιο που επιλέγεται στο πεδίο Εκπαίδευση με υποψήφιους πελάτες από το παρελθόν του μοντέλου βαθμολόγησης. Το χρονικό πλαίσιο κυμαίνεται από τρεις μήνες έως δύο έτη. Όσους περισσότερους υποψήφιους πελάτες μπορείτε να συμπεριλάβετε για την εκπαίδευση του μοντέλου, τόσο καλύτερα θα είναι τα αποτελέσματα πρόβλεψης.

  Σημείωμα

  Εάν σχεδιάζετε να χρησιμοποιήσετε μια ροή επιχειρηματικής διαδικασίας για το μοντέλο σας, τότε οι υποψήφιοι πελάτες που έχουν εγκαταλείψει την επιλεγμένη ροή επιχειρηματικής διαδικασίας δεν θα λαμβάνονται υπόψη για εκπαίδευση, βαθμολόγηση και για τη δημιουργία της ελάχιστης απαίτησης για τη δημιουργία μοντέλων.

Το σύστημα διαρκεί περίπου τέσσερις ώρες για τον συγχρονισμό των δεδομένων με τη λίμνη δεδομένων. Αν έχετε κλείσει υποψήφιους πελάτες πρόσφατα, το μοντέλο δεν θα τους εξετάζει αμέσως.

Δημιουργία του πρώτου σας μοντέλου βαθμολόγησης

Σημαντικό

• Εάν χρησιμοποιείτε ένα μοντέλο που έχετε δημιουργήσει σε μια έκδοση του Dynamics 365 προγενέστερη από το κύμα 2 της έκδοσης 2020, διαγράψτε το μοντέλο πριν δημιουργήσετε ένα νέο. Διαφορετικά, η προηγούμενη έκδοση του μοντέλου θα εφαρμοστεί σε όλους τους υποψήφιους πελάτες στον οργανισμό σας και τα νέα μοντέλα που δεν θα επηρεάσουν τους υποψήφιους πελάτες.
• Από το κύμα 2 της έκδοσης 2020, η εφαρμογή εγγράφει τα δεδομένα βαθμολόγησης υποψήφιου πελάτη στον πίνακα msdyn_predictivescore και δεν εγγράφει πια στον πίνακα υποψήφιου πελάτη. Τόσο η βαθμολογία υποψήφιου πελάτη όσο και η βαθμολογία ευκαιρίας χρησιμοποιούν τον πίνακα msdyn_predictivescore.

Ένα μοντέλο βαθμολόγησης καθορίζει τα κριτήρια για την επιλογή υποψήφιων πελατών για εκπαίδευση και βαθμολόγηση. Εάν ο οργανισμός σας ακολουθεί διαφορετικές πρακτικές πωλήσεων σε διαφορετικές περιοχές ή επιχειρηματικές μονάδες, μπορείτε να δημιουργήσετε μοντέλα και μοναδικά σύνολα εκπαίδευσης για κάθε ένα από αυτά.

1. Μεταβείτε στην Αλλαγή περιοχής στην κάτω αριστερή γωνία της εφαρμογής Κέντρο πωλήσεων και επιλέξτε τις ρυθμίσεις Sales Insights.

2. Στο χάρτη τοποθεσίας, κάτω από τα Προληπτικά μοντέλα επιλέξτε Βαθμολογία υποψήφιου πελάτη.

   Εάν ο οργανισμός σας δεν έχει τουλάχιστον 40 εγκεκριμένες και 40 απορριφθείσες ευκαιρίες που δημιουργήθηκαν στο χρονικό πλαίσιο που αναγνωρίστηκε στο πεδίο Εκπαιδεύσετε με υποψήφιους πελάτες από το παρελθόν, δεν μπορείτε να δημιουργήσετε ένα μοντέλο βαθμολόγησης. Εάν υπάρχουν αρκετοί υποψήφιοι πελάτες, η εφαρμογή παράγει ένα μοντέλο από προεπιλογή.

3. Στη σελίδα Προγνωστική βαθμολόγηση υποψήφιου πελάτη, αλλάξτε τις τιμές για πεδία όπως ροή επιχειρηματικής διαδικασίας, φιλτράρισμα στήλη κ.ο.κ., εάν χρειάζεται. Για περισσότερες πληροφορίες για αυτά τα πεδία, δείτε την επόμενη ενότητα Προσθήκη μοντέλου. Όταν είστε έτοιμοι, επιλέξτε 'Εναρξη.

Επιτρέψτε μερικά λεπτά για να εκπαιδεύσει η εφαρμογή το μοντέλο σας. Μπορείτε να αφήσετε τη σελίδα και να επιστρέψετε αργότερα.

Η εφαρμογή χρησιμοποιεί τα τυπικά χαρακτηριστικά για την εκπαίδευση του μοντέλου. Μπορείτε να επεξεργαστείτε το μοντέλο αργότερα για να συμπεριλάβετε έξυπνα χαρακτηριστικά.

Δημοσιεύστε το μοντέλο σας

1. Όταν το μοντέλο σας είναι εκπαιδευμένο και έτοιμο για δημοσίευση, η σελίδα Προγνωστική βαθμολόγησης υποψήφιου πελάτη εμφανίζει μια επιβεβαίωση:

   

2. Εάν το μοντέλο είναι εκπαιδευμένο αλλά δεν είναι έτοιμο για δημοσίευση, το πεδίο Επιδόσεις μοντέλου εμφανίζει Δεν είναι έτοιμο για δημοσίευση.

3. Για να επανεκπαιδεύσετε το μοντέλο κάθε 15 μέρες, επιλέξτε Αυτόματη επανεκπαίδευση.

4. Επιλέξτε Δημοσίευση ή Προβολή λεπτομερειών.

   • Εάν το μοντέλο είναι έτοιμο για δημοσίευση και είστε έτοιμοι να το εφαρμόσετε, επιλέξτε Δημοσίευση.

     Το μοντέλο εφαρμόζεται σε υποψήφιους πελάτες που συμφωνούν με τα κριτήρια που καθορίζονται στη ρύθμιση παραμέτρων του μοντέλου. Η βαθμολόγηση υποψήφιου πελάτη εμφανίζεται στη στήλη Βαθμολογία υποψήφιου πελάτη σε προβολές και σε ένα γραφικό στοιχείο στη φόρμα υποψήφιου πελάτη.

   • Για να προβάλετε την ακρίβεια και τις επιδόσεις του μοντέλου προτού το δημοσιεύσετε ή εάν το μοντέλο δεν είναι έτοιμο για δημοσίευση και θέλετε να μάθετε το γιατί, επιλέξτε Προβολή λεπτομερειών και, έπειτα, επιλέξτε την καρτέλα Επιδόσεις.

     Η εφαρμογή καθορίζει ότι το μοντέλο δεν είναι έτοιμο για δημοσίευση αν η ακρίβειά του πέσει κάτω από μια τιμή ορίου,η βαθμολογία περιοχής κάτωθεν της καμπύλης (AUC). Μπορείτε και πάλι να δημοσιεύσετε το μοντέλο εάν θέλετε. Ωστόσο, οι επιδόσεις θα είναι κακές.

Προσθήκη μοντέλου

Μπορείτε να δημιουργήσετε έως 10 μοντέλα, δημοσιευμένα και μη δημοσιευμένα, για διαφορετικά σύνολα υποψήφιων πελατών. Η εφαρμογή σάς προειδοποιεί εάν επιχειρήσετε να δημιουργήσετε ένα μοντέλο που θα μπορούσε να βαθμολογεί τους ίδιους υποψήφιους πελάτες με ένα υπάρχον μοντέλο.

1. Στο κάτω μέρος της σελίδας Προγνωστική βαθμολόγηση υποψήφιου πελάτη, επιλέξτε Προσθήκη μοντέλου.

   

   Σημείωμα

   Δεν θα δείτε το κουμπί Προσθήκη μοντέλου, αν δεν έχετε δημιουργήσει τουλάχιστον ένα μοντέλο βαθμολόγησης.

   Ανοίγει η σελίδα Προγνωστική βαθμολόγηση υποψήφιου πελάτημε προεπιλεγμένες τιμές.

   

2. Στο πλαίσιο Όνομα νέου μοντέλου, πληκτρολογήστε ένα όνομα που περιέχει αλφαριθμητικούς χαρακτήρες. Οι χαρακτήρες υπογράμμισης επιτρέπονται, αλλά όχι διαστήματα ή άλλοι ειδικοί χαρακτήρες.

   Από προεπιλογή το όνομα είναι LeadScoring_<ΕΕΕΕΜΜΗΗ><Ώρα> (για παράδειγμα, LeadScoring_202009181410). Η ημερομηνία και η ώρα βασίζονται στη συντονισμένη παγκόσμια ώρα (UTC).

3. Στη λίστα Ροή επιχειρηματικής διαδικασίας, επιλέξτε μια ροή που είναι σχετική με τους υποψήφιους πελάτες για τους οποίους δημιουργείτε το μοντέλο. Οι υποψήφιοι πελάτες που έχουν εγκαταλείψει την επιλεγμένη ροή επιχειρηματικής διαδικασίας δεν θα λαμβάνονται υπόψη για εκπαίδευση, βαθμολόγηση και για τη δημιουργία της ελάχιστης απαίτησης για τη δημιουργία μοντέλων.

   Η λίστα εμφανίζει όλες τις ροές επιχειρηματικής διαδικασίας που καθορίζονται για τους υποψήφιους πελάτες στον οργανισμό σας.

   Για να εμφανίσετε προσαρμοσμένες ροές επιχειρηματικής διαδικασίας στη λίστα, ενεργοποιήστε την Παρακολούθηση αλλαγών για τη ροή επιχειρηματικής διαδικασίας οντότητας. Όταν δημιουργείτε το μοντέλο, οι προσαρμοσμένες επιχειρηματικές διαδικασίες ενεργοποιούνται αυτόματα για το συγχρονισμό των δεδομένων στη λίμνη δεδομένων για ανάλυση.

4. Στη λίστα σύνολο επιλογών κατάστασης, επιλέξτε σύνολο επιλογών στο οποίο καθορίζεται η κατάσταση των υποψήφιων πελατών.

5. Επιλέξτε τις αντίστοιχες τιμές στις λίστες Εγκεκριμένη τιμή και Απορριφθείσα τιμή, αντίστοιχα.

   Το έτοιμο σύνολο επιλογών κατάστασης Κατάσταση ορίζει τις τιμές ως Εγκρίθηκε και Απορρίφθηκε. Μπορείτε να επιλέξετε ένα προσαρμοσμένο σύνολο επιλογών αν έχει οριστεί.

6. Επιλέξτε Στήλη φίλτρου και Τιμές φίλτρου για να προσδιορίσετε τους υποψήφιους πελάτες τους οποίους πρέπει να βαθμολογήσει το μοντέλο.

   Για να φιλτράρετε με βάση πολλές στήλες, δημιουργήστε ένα πεδίο υπολογισμού με τις απαιτούμενες στήλες και, στη συνέχεια, επιλέξτε το πεδίο υπολογισμού στη λίστα Φιλτράρισμα στήλης.

7. Στη λίστα Εκπαίδευση με υποψήφιους πελάτες από το παρελθόν, επιλέξτε μια χρονική περίοδο για το σύνολο εκπαίδευσης. Η προεπιλογή είναι δύο έτη.

   Ο οργανισμός σας πρέπει να έχει τουλάχιστον 40 έγκυρους και 40 υποψήφιους πελάτες που έχουν απορριφθεί, οι οποίοι δημιουργήθηκαν και έκλεισαν κατά τη διάρκεια της επιλεγμένης περιόδου. Το μοντέλο αναλύει τους κλειστούς υποψήφιους πελάτες από την επιλεγμένη περίοδο και χρησιμοποιεί αυτά τα δεδομένα για τη βαθμολογία των ανοιχτών υποψήφιων πελατών από τα τελευταία δύο έτη.

   Εάν δεν έχετε τις ελάχιστους κλεισμένους υποψήφιους πελάτες κατά την επιλεγμένη χρονική περίοδο, το κουμπί Έναρξη απενεργοποιείται. Επιλέξτε μια άλλη χρονική περίοδο που έχει αρκετούς κλειστούς υποψήφιους πελάτες για την εκπαίδευση του μοντέλου.

8. Επιλέξτε Έναρξη. Θα λάβετε ένα μήνυμα προειδοποίησης εάν το μοντέλο είναι διπλότυπο ενός υπάρχοντος μοντέλου και βαθμολόγησης του ίδιου συνόλου υποψήφιων πελατών. Μπορείτε να επιλέξετε να δημιουργήσετε το μοντέλο ούτως ή άλλως ή να αλλάξετε τις ρυθμίσεις παραμέτρων για να επιτρέψετε στο μοντέλο να βαθμολογήσει μοναδικό σύνολο υποψήφιων πελατών.

   

   Το σύστημα θα χρειαστεί μερικά λεπτά για να εκπαιδεύσει το μοντέλο σας.

9. Όταν το μοντέλο σας είναι εκπαιδευμένο, δημοσιεύστε το ή προβάλετε τις λεπτομέρειές του.

Εάν δημιουργείτε πολλά μοντέλα βαθμολόγησης, χρησιμοποιήστε τη λίστα Επιλογή μοντέλου στη σελίδα προγνωστική βαθμολόγηση υποψήφιου πελάτη για να επιλέξετε ένα μοντέλο για προβολή.

Δεν μπορείτε να βρείτε τις επιλογές στην εφαρμογή σας;

Υπάρχουν τρεις πιθανότητες:

• Δεν έχετε την απαραίτητη άδεια χρήσης ή ρόλο.
• Ο διαχειριστής σας δεν έχει ενεργοποιήσει τη δυνατότητα.
• Ο οργανισμός σας χρησιμοποιεί μια προσαρμοσμένη εφαρμογή. Επικοινωνήστε με τον διαχειριστή σας για τα ακριβή βήματα. Τα βήματα που περιγράφονται σε αυτό το άρθρο αφορούν ειδικά τις έτοιμες εφαρμογές Κέντρο πωλήσεων και Sales Professional.

Δείτε επίσης

Χρήστες συστήματος και εφαρμογών που μπορούν να ωθούν δεδομένα στο Dataverse
Επεξεργασία και επανεκπαίδευση ενός μοντέλου βαθμολόγησης υποψήφιου πελάτη
Προτεραιότητα υποψήφιων πελατών μέσω βαθμολογιών
Συνήθεις ερωτήσεις για διαχείριση υποψήφιων πελατών