Compartir a través de

Guía de muestra de la predicción (CLV) del valor de por vida del cliente

  • Artículo

Esta guía le lleva por un ejemplo de extremo a extremo de la predicción del valor de vida útil del cliente (CLV) en Dynamics 365 Customer Insights - Data utilizando datos de muestra. Le recomendamos que pruebe esta predicción en un nuevo entorno.

Escenario

Contoso es una empresa que produce café y máquinas de café de alta calidad. Venden los productos a través de su sitio web Contoso Coffee. La empresa quiere comprender el valor (ingresos) que sus clientes pueden generar en los próximos 12 meses. Conocer el valor esperado de sus clientes en los próximos 12 meses les ayudará a dirigir sus esfuerzos de marketing hacia clientes de alto valor.

Requisitos previos

Tarea 1: ingerir datos

Revise los artículos acerca de la ingestión de datos y la conexión a un origen de datos de Power Query. La siguiente información asume que está familiarizado con la ingesta de datos en general.

Ingerir datos de clientes de una plataforma de comercio electrónico

  1. Cree un origen de datos de Power query llamado Comercio electrónico y seleccione el conector Texto/CSV.

  2. Introduzca la URL de los contactos de comercio electrónico https://aka.ms/ciadclasscontacts.

  3. Al editar los datos, seleccione Transformar y luego seleccione Usar la primera fila como encabezado.

  4. Actualice el tipo de datos para las columnas que se enumeran a continuación:

    • DateOfBirth: fecha
    • CreatedOn: fecha/hora/zona

    Transformar la fecha de nacimiento a fecha.

  5. En el campo Nombre del panel de la derecha, cambie el nombre de su origen de datos de Consulta a eCommerceContacts

  6. Guarde el origen de datos.

Ingerir datos de compras en línea

  1. Agregue otro conjunto de datos al mismo origen de datos comercio electrónico. Elija el conector Texto/CSV de nuevo.

  2. Introduzca la URL para datos de Compras en línea https://aka.ms/ciadclassonline.

  3. Al editar los datos, seleccione Transformar y luego seleccione Usar la primera fila como encabezado.

  4. Actualice el tipo de datos para las columnas que se enumeran a continuación:

    • PurchasedOn: fecha/hora
    • TotalPrice: moneda

  5. En el campo Nombre del panel lateral cambie el nombre de su origen de datos de Consulta a eCommercePurchases.

  6. Guarde el origen de datos.

Ingerir datos de clientes del esquema de fidelización

  1. Cree un origen de datos llamado LoyaltyScheme y seleccione el conector Texto/CSV.

  2. Ingrese la URL para clientes leales https://aka.ms/ciadclasscustomerloyalty.

  3. Al editar los datos, seleccione Transformar y luego seleccione Usar la primera fila como encabezado.

  4. Actualice el tipo de datos para las columnas que se enumeran a continuación:

    • DateOfBirth: fecha
    • RewardsPoints: número entero
    • CreatedOn: fecha/hora

  5. En el campo Nombre del panel de la derecha, cambie el nombre de su origen de datos a loyCustomers.

  6. Guarde el origen de datos.

Ingerir datos de clientes de revisiones del sitio web

  1. Cree un origen de datos llamado Website y seleccione el conector Texto/CSV.

  2. Escriba la dirección URL para las revisiones del sitio web https://aka.ms/CI-ILT/WebReviews.

  3. Al editar los datos, seleccione Transformar y luego seleccione Usar la primera fila como encabezado.

  4. Actualice el tipo de datos para las columnas que se enumeran a continuación:

    • ReviewRating: Número decimal
    • ReviewDate: fecha

  5. En el campo Nombre del panel derecho, cambie el nombre de su origen de datos de Consulta a Reseñas.

  6. Guarde el origen de datos.

Tarea 2: unificación de datos

Revise el artículo acerca de la unificación de datos. La siguiente información asume que está familiarizado con la unificación de datos en general.

Después de ingerir los datos, comience el proceso de unificación de datos para crear un perfil de cliente unificado. Para obtener más información, consulte Unificación de datos.

Describa los datos de cliente que se deben unificar

  1. Después de ingerir los datos, mapee los contactos de los datos de comercio electrónico y fidelidad con tipos de datos comunes. Vaya a Datos>Unificar.

  2. Seleccione las tablas que representan el perfil del cliente: eCommerceContacts y loyCustomers.

    unificar las fuentes de datos de comercio electrónico y fidelización.

  3. Seleccione ContactId como la clave principal para eCommerceContacts y LoyaltyID como la clave principal para loyCustomers.

  4. Seleccione Siguiente. Saltar registros duplicados y seleccionar Siguiente.

Definir reglas coincidentes

  1. Escoja eCommerceContacts : eCommerce como la tabla principal e incluir todos los registros.

  2. Escoja loyCustomers : LoyaltyScheme e incluya todos los registros.

  3. Agregar una regla:

    • Seleccione FullName tanto para eCommerceContacts como para loyCustomers.
    • Seleccione Tipo (Teléfono, Nombre, Dirección, ...) para Normalizar.
    • Conjunto Nivel de precisión: Básico, y Valor: Alto.

  4. Agregue una segunda condición para la dirección de correo electrónico:

    • Seleccione Correo electrónico tanto para eCommerceContacts como para loyCustomers.
    • Deje Normalizar en blanco.
    • Conjunto Nivel de precisión: Básico, y Valor: Alto.
    • Introduzca el nombre FullName, Email para el nombre.

    Unifique la regla de coincidencia para el nombre y el correo electrónico.

  5. Seleccione Listo.

  6. Seleccione Siguiente.

Vista de datos unificados

  1. Renombre ContactId para la tabla loyCustomers a ContactIdLOYALTY para diferenciarlo de los otros ID ingeridos.

  2. Seleccione Siguiente para revisar y luego seleccione Crear perfiles de clientes.

Tarea 3: Crear una actividad del historial de transacciones

Revise el artículo sobre las actividades del cliente. La siguiente información asume que está familiarizado con la creación de actividades en general.

  1. Cree actividades con la tabla eCommercePurchases:eCommerce y la tabla Reviews:Website.

  2. Para eCommercePurchases:eCommerce, seleccione SalesOrderLine como Tipo de actividad y PurchaseId como Clave principal.

  3. Para Reviews:Website, seleccione Revisión como Tipo de actividad y ReviewID como Clave principal.

  4. Escriba la siguiente información para la actividad de compra:

    • Nombre de la actividad: eCommercePurchases
    • TimeStamp: PurchasedOn
    • EventActivity: TotalPrice
    • Id. de línea de pedido: PurchaseId
    • Fecha de pedido: PurchasedOn
    • Amount: TotalPrice

  5. Escriba la siguiente información para la actividad de revisión web:

    • Nombre de la actividad: WebReviews
    • Marca de tiempo: ReviewDate
    • Actividad del evento: Visualización del tipo de actividad
    • Detalle adicional : Calificación de revisión

  6. Agregue una relación entre eCommercePurchases:eCommerce y eCommerceContacts:eCommerce con ContactID como clave externa para conectar las dos tablas.

  7. Agregue una relación entre Website y eCommerceContacts con UserId como clave externa.

  8. Revise sus cambios y luego seleccione Crear actividades.

Tarea 4: configurar el valor de vida útil del cliente predicción

Con los perfiles de cliente unificados en su lugar y la actividad creada, ahora podemos ejecutar la predicción del valor de vida útil del cliente (CLV). Para conocer los pasos detallados, vea Predicción del valor de vida del cliente.

  1. Vaya a Información>Predicciones.

  2. En la pestaña Crear, seleccione Usar modelo en la ventana Valor de vida útil del cliente.

  3. Seleccione Comenzar.

  4. Nombre el modelo OOB eCommerce CLV predicción y la tabla de salida OOBeCommerceCLVPrediction.

  5. Definir preferencias de modelo:

    • Período de tiempo de predicción: 12 meses o 1 año para definir durante qué período en el futuro quiere predecir el CLV.
    • Clientes activos: Deje que el modelo calcule el intervalo de compra que es el período de tiempo en el que un cliente debe haber tenido al menos una transacción para ser considerado activo.
    • Cliente de alto valor: defina manualmente los clientes de alto valor como 30% superior de los clientes activos.

    Paso de preferencias en la experiencia guiada para el modelo CLV.

  6. Seleccione Siguiente.

  7. En el paso Datos necesarios, seleccione Agregar datos para proporcionar los datos del historial de transacciones.

    Agregue el paso de datos requerido en la experiencia guiada para el modelo CLV.

  8. Seleccione Línea de pedido de ventas y la tabla eCommercePurchases y seleccione Siguiente. Los datos requeridos se rellenan automáticamente desde la actividad. Seleccione Guardar y, a continuación, Siguiente.

  9. El paso Datos adicionales (opcional) le permite agregar más datos de actividad del cliente para obtener más información sobre las interacciones del cliente. Para este ejemplo, seleccione Agregar datos y agregue la actividad de revisión web.

  10. Seleccione Siguiente.

  11. En el paso Actualizaciones de datos, seleccione Mensual para el programa modelo.

  12. Seleccione Siguiente.

  13. Después de revisar todos los detalles, seleccione Guardar y ejecutar.

Tarea 5: revisar los resultados y las explicaciones del modelo

Deje que el modelo complete el entrenamiento y la puntuación de los datos. Revisar los resultados y las explicaciones del modelo CLV.

Tarea 6: crear un segmento de clientes de alto valor

La ejecución del modelo crea una nueva tabla, que se enumera en Datos>Tablas. Puede crear un nuevo segmento de clientes basado en la tabla creada por el modelo.

  1. En la página de resultados, seleccione Crear segmento.

  2. Cree una regla mediante la tabla OOBeCommerceCLVPrediction y defina el segmento:

    • Campo: CLVScore
    • Operador: mayor que
    • Valor: 1500

  3. Seleccione Guardar y ejecute el segmento.

Ahora tiene un segmento que identifica a los clientes que se prevé que generarán más de 1500 $ de ingresos en los próximos 12 meses. Este segmento se actualiza dinámicamente si se ingieren más datos. Para obtener más información, vea Crear y administrar segmentos.

Propina

También puede crear un segmento para un modelo predicción desde la página Información>Segmentos seleccionando Nuevo y eligiendo Crear desde>Inteligencia. Para obtener más información, consulte Crear un nuevo segmento con segmentos rápidos.

Pasos siguientes