Exemple de guide de prédiction de l’attrition des abonnements
Ce guide vous présentera un exemple de bout en bout de prédiction du taux de désabonnement en utilisant des exemples de données. Nous vous recommandons d’essayer cette prédiction dans un nouvel environnement.
Scénario
Contoso est une entreprise qui produit du café et des machines à café de haute qualité. Ils vendent les produits via leur site web Contoso Coffee. Elle a récemment lancé un système d’abonnement pour que ses clients achètent régulièrement du café. Son objectif est de comprendre quels clients abonnés risquent d’annuler leur abonnement dans les prochains mois. Savoir lesquels de ses clients sont susceptibles de se tourner vers la concurrence, peut l’aider à économiser ses efforts marketing en se concentrant sur leur fidélisation.
Configuration requise
- Au moins les Autorisations contributeurs dans Dynamics 365 Customer Insights - Data.
Tâche 1 : ingérer les données
Consultez les articles à propos de l’ingestion de données et la connexion à une source de données Power Query. Les informations suivantes supposent que vous vous êtes familiarisé avec l’ingestion de données en général.
Ingérer les données client d’une plateforme d’eCommerce
Créez une source de données Power Query nommée eCommerce et sélectionnez le connecteur Texte/CSV.
Entrez l’URL des contacts d’eCommerce https://aka.ms/ciadclasscontacts.
Lors de la modification des données, sélectionnez Transformer, puis Utiliser la première ligne pour les en-têtes.
Mettez à jour le type de données pour les colonnes répertoriées ci-dessous :
- DateOfBirth : date
- CreatedOn : date/heure/fuseau
Dans le champ Nom du volet droit, renommez votre source de données en eCommerceContacts
Enregistrez la source de données.
Ingérer les données client du programme de fidélité
Créez une source de données nommée LoyaltyScheme et sélectionnez le connecteur Texte/CSV.
Saisissez l’URL des clients du programme de fidélité https://aka.ms/ciadclasscustomerloyalty.
Lors de la modification des données, sélectionnez Transformer, puis Utiliser la première ligne pour les en-têtes.
Mettez à jour le type de données pour les colonnes répertoriées ci-dessous :
- DateOfBirth : date
- RewardsPoints : nombre entier
- CreatedOn : date/heure
Dans le champ Nom du volet droit, renommez votre source de données en loyCustomers.
Enregistrez la source de données.
Ingérer les informations sur l’abonnement
Créez une source de données nommée SubscriptionHistory et sélectionnez le connecteur Texte/CSV.
Saisissez l’URL des abonnements https://aka.ms/ciadchurnsubscriptionhistory.
Lors de la modification des données, sélectionnez Transformer, puis Utiliser la première ligne pour les en-têtes.
Mettez à jour le type de données pour les colonnes répertoriées ci-dessous :
- SubscriptioID : nombre entier
- SubscriptionAmount : devise
- SubscriptionEndDate : date/heure
- SubscriptionStartDate : date/heure
- TransactionDate : date/heure
- IsRecurring : vrai/faux
- Is_auto_renew : vrai/faux
- RécurrentFrequencyInMonths : nombre entier
Dans le champ Nom du volet droit, renommez votre source de données en SubscriptionHistory.
Enregistrez la source de données.
Ingérer les données client des avis sur le site web
Créez une source de données nommée Site Web et sélectionnez le connecteur Texte/CSV.
Entrez l’URL pour les révisions du site Web https://aka.ms/ciadclasswebsite.
Lors de la modification des données, sélectionnez Transformer, puis Utiliser la première ligne pour les en-têtes.
Mettez à jour le type de données pour les colonnes répertoriées ci-dessous :
- ReviewRating : nombre entier
- ReviewDate : date
Dans le champ Nom du volet droit, renommez votre source de données en webReviews.
Tâche 2 : unification des données
Consultez l’article sur l’unification des données. Les informations suivantes supposent que vous vous êtes familiarisé avec l’unification de données en général.
Après avoir ingéré les données, commencez le processus d’unification des données pour créer un profil client unifié. Pour plus d’informations, consultez Unification des données.
Décrire les données client à unifier
Une fois les données ingérées, mappez les contacts des données d’eCommerce et du programme de fidélité aux types de données courants. Accédez à Données>Unifier.
Sélectionnez les tables qui représentent le profil client : eCommerceContacts et loyCustomers.
Sélectionnez ContactId comme clé primaire pour eCommerceContacts et LoyaltyID comme clé primaire pour loyCustomers.
Sélectionnez Suivant. Ignorez les enregistrements en double et sélectionnez Suivant.
Définir les règles de mise en correspondance
Choisissez eCommerceContacts : eCommerce comme table principale et incluez tous les enregistrements.
Choisissez loyCustomers : LoyaltyScheme et incluez tous les enregistrements.
Ajoutez une règle :
- Sélectionnez FullName pour eCommerceContacts et loyCustomers.
- Sélectionnez Type (Téléphone, Nom, Adresse, ...) pour Normaliser.
- Définissez le Niveau de précision sur Base et la Valeur sur Élevé.
Ajoutez une deuxième condition pour l’adresse électronique :
- Sélectionnez Email pour eCommerceContacts et loyCustomers.
- Laissez le champ Normaliser vide.
- Définissez le Niveau de précision sur Base et la Valeur sur Élevé.
- Entrez FullName, Email pour le nom.
Cliquez sur Terminé.
Sélectionnez Suivant.
Afficher les données unifiées
Remplacez le nom du ContactId pour la table loyCustomers par ContactIdLOYALTY pour le différencier des autres identifiants ingérés.
Sélectionnez Suivant pour vérifier, puis sélectionnez Créer des profils clients.
Tâche 3 : créer une activité d’historique des transactions
Consultez l’article sur les activités client. Les informations suivantes supposent que vous vous êtes familiarisé avec la création d’activités en général.
Créez des activités avec la table Abonnement et la table Reviews:Website.
Pour Abonnement, sélectionnez Abonnement pour le champ Type d’activité et CustomerId pour le champ Clé primaire.
Pour Reviews:Website, sélectionnez Révision pour le champ Type d’activité et ReviewID pour le champ Clé primaire.
Saisissez les informations suivantes pour l’activité d’abonnement :
- Nom de l’activité : SubscriptionHistory
- Timestamp : SubscriptionEndDate
- Activité de l’événement : SubscriptionType
- ID de transaction : TransactionID
- Date de transaction : TransactionDate
- ID d’abonnement : SubscriptionID
- Date de début de l’abonnement : SubscriptionStartDate
- Date de fin de l’abonnement : SubscriptionEndDate
Saisissez les informations suivantes pour l’activité de révision web :
- Nom de l’activité : WebReviews
- Horodateur : ReviewDate
- Activité de l’événement : ActivityTypeDisplay
- Détails supplémentaires : ReviewRating
Créez une relation entre SubscriptionHistory:Subscription et eCommerceContacts:eCommerce avec CustomerID comme clé étrangère pour connecter les deux tables.
Créez une relation entre le site Web et eCommerceContacts avec UserId comme clé étrangère.
Vérifiez vos modifications, puis sélectionnez Créer des activités.
Tâche 4 : configurer la prédiction de l’attrition des abonnements
Une fois les profils clients unifiés en place et l’activité créée, exécutez la prédiction du taux de désabonnement. Pour connaître les étapes détaillées, consultez Prédiction du taux de désabonnement.
Accédez à Informations>Prédictions.
Dans l’onglet Créer, sélectionnez Utiliser le modèle dans la vignette Modèle d’attrition clients.
Sélectionnez Abonnement pour le type d’attrition, puis Démarrer.
Nommez le modèle Prédiction de l’attrition des abonnements OOB et la table de sortie OOBSubscriptionChurnPrediction.
Définissez les préférences du modèle :
- Jours depuis la fin de l’abonnement : 60 jours pour indiquer qu’un client est considéré comme désabonné s’il ne renouvelle pas l’abonnement dans cette période après la fin de son abonnement.
- Jours à examiner à l’avenir pour prévoir l’attrition : 93 jours correspondant à la durée pendant laquelle le modèle prédit quels clients pourraient se désabonner. Plus vous regardez loin dans le futur, moins les résultats sont précis.
Cliquez sur Suivant.
Dans l’étape Données requises, sélectionnez Ajouter des données pour fournir l’historique des abonnements.
Sélectionnez Abonnement et la table SubscriptionHistory et sélectionnez Suivant. Les données requises sont automatiquement renseignées à partir de l’activité. Cliquez sur Enregistrer.
Sous Activités client, sélectionnez Ajouter des données.
Pour cet exemple, ajoutez l’activité de révision Web.
Cliquez sur Suivant.
À l’étape Mises à jour des données, sélectionnez Mensuel pour la planification du modèle.
Une fois tous les détails passés en revue, sélectionnez Enregistrer et exécuter.
Tâche 5 : passer en revue les résultats et les explications du modèle
Laissez le modèle terminer la formation et la notation des données. Consultez les explications sur le modèle d’attrition des abonnements. Pour plus d’informations, consultez Afficher les résultats de la prédiction.
Tâche 6 : créer un segment de clients à haut risque d’attrition
L’exécution du modèle crée une nouvelle table, qui est répertoriée dans Données>Tables. Vous pouvez créer un nouveau segment basé sur la table créée par le modèle.
Sur la page de résultats, sélectionnez Créer un segment.
Créez une règle en utilisant la table OOBSubscriptionChurnPrediction et définissez le segment :
- Champ : ChurnScore
- Opérateur : supérieur à
- Valeur : 0.6
Sélectionnez Enregistrer et Exécutez le segment.
Vous disposez maintenant d’un segment mis à jour de manière dynamique qui identifie les clients à haut risque d’attrition pour cette activité d’abonnement. Pour plus d’informations, consultez Créer et gérer les segments.
Astuce
Vous pouvez également créer un segment pour un modèle de prédiction à partir de la page Informations>Segments en sélectionnant Nouveau et en choisissant Créer à partir de>Informations. Pour plus d’informations, consultez Créer un nouveau segment avec des segments rapides.