Voorgestelde segmenten (preview)
[Dit artikel maakt deel uit van de voorlopige documentatie en kan nog veranderen.]
Dynamics 365 Customer Insights - Data kan segmenten voorstellen op basis van activiteit of metingen.
Belangrijk
- Dit is een preview-functie.
- Preview-functies zijn niet bedoeld voor productiegebruik en bieden mogelijk beperkte functionaliteit. Deze functies zijn beschikbaar vóór een officiële release zodat klanten vroeg toegang kunnen krijgen en feedback kunnen geven.
Voorgestelde segmenten op basis van activiteit (preview)
Ontdek interessante segmenten van uw klanten op basis van klantactiviteitsgegevens die worden opgenomen in Customer Insights - Data. Voorbeelden van activiteitsgegevens zijn transacties, duur van ondersteuningsgesprekken, aankopen of retouren. Als u segmenten wilt voorstellen, worden activiteitsgegevens geanalyseerd op recentheid, frequentie en geldwaarde (of duur).
Klanten op activiteit categoriseren
Met activiteitsgegevens die beschikbaar zijn in Customer Insights - Data, kunnen we suggesties genereren die klantgroepen vertegenwoordigen:
- meest actieve klanten
- klanten die de meeste aankopen hebben gedaan
- klanten die de meeste inkomsten hebben gegenereerd
- klanten die de laatste tijd niet actief zijn geweest
- klanten die regelmatig contact hebben met uw bedrijf
Als u een detailhandel hebt, kunt u erachter komen welke klanten de meeste inkomsten genereren en hen belonen met een kortingsbon. Of u kunt incidentele klanten identificeren en hen aanbieden om deel te nemen aan een beloningsprogramma, zodat ze uw bedrijf vaker bezoeken. Als u in de gezondheidszorg werkt en uw doel is om de kosten voor individuele patiënten te minimaliseren, kunt u proberen terugkerende bezoeken te verminderen door de best mogelijke zorg te bieden in een zo klein mogelijk aantal bezoeken. In dit geval is het uw doel om de bezoekfrequentie laag te houden en terugkerende kosten voor de patiënten te minimaliseren. Of u kunt segmenten van patiënten identificeren die frequente afspraken en hoge terugkerende kosten hebben en deze gevallen analyseren om de behandeling van het individu te verbeteren.
Voorgestelde segmenten op basis van metingen (preview)
Ontdek interessante segmenten van uw klanten met behulp van een AI-model. Deze door Machine Learning aangedreven functie suggereert segmenten op basis van metingen of klantkenmerken. Het kan u helpen uw KPI's (Key Performance Indicators) te verbeteren of de invloed van kenmerken in de context van andere kenmerken beter te begrijpen.
Notitie
De functie voor voorgestelde segmenten gebruikt geautomatiseerde middelen om gegevens te evalueren en voorspellingen te doen op basis van die gegevens. Daarom kan het worden gebruikt als een methode voor profilering, omdat die term wordt gedefinieerd door privacywetten en -regelgeving. Uw gebruik van deze functie om gegevens te verwerken, kan onderhevig zijn aan deze wetten of regelgeving. U bent ervoor verantwoordelijk dat uw gebruik van Customer Insights - Data, inclusief deze functie, voldoet aan alle toepasselijke wet- en regelgeving, inclusief wetten met betrekking tot privacy, persoonsgegevens, biometrische gegevens, gegevensbescherming en vertrouwelijkheid van communicatie.
Voorgestelde segmenten om uw KPI's te verbeteren
Als u gebruikmaakt van metingen die zijn gemaakt om uw KPI's te volgen, maakt u segmenten om de invloeden op de KPI te bekijken. U kunt deze informatie gebruiken om een zeer gerichte campagne te voeren.
U volgt bijvoorbeeld een meting met de naam TotalSpendPerCustomer. Als bedrijf zou u dit aantal graag zien groeien. Door een meting als primair kenmerk te kiezen, kunt u de kenmerken selecteren die u op invloed wilt beoordelen. Laten we zeggen lidmaatschapsniveau, lidmaatschapsperiode en bezetting. Customer Insights - Data kan vervolgens een segment voorstellen dat u vertelt wie de grootste invloed heeft op die meting. Bijvoorbeeld Accountants die Gouden leden zijn en die minstens vijf jaar klant bij u zijn, hebben de grootste invloed op TotalSpendPerCustomer. U krijgt voor elke suggestie een geschatte segmentgrootte. U kunt deze informatie gebruiken om campagnes te maken voor de beoogde doelgroepen.
Begrijpen wat van invloed is op een klantkenmerk
U kunt een klantkenmerk kiezen in plaats van een meting als het primaire kenmerk. Op basis van uw keuze van beïnvloedende kenmerken, maakt het AI-model een reeks suggesties die laten zien hoe de geselecteerde kenmerken het primaire kenmerk beïnvloeden.
U kiest bijvoorbeeld Bonuslid (ja/n nee) als het primaire kenmerk. Dienstverband, Beroep en Aantal ondersteuningstickets zijn ook ingesteld als beïnvloedende kenmerken. Het AI-model zou segmenten kunnen suggereren die aangeven dat voornamelijk IT-professionals met een dienstverband van meer dan twee jaar bonusleden zijn. Een andere suggestie zou kunnen benadrukken dat accountants met een dienstverband van meer dan een jaar en minder dan drie ondersteuningstickets bonusleden zijn.
Gebruik van kunstmatige intelligentie
Door gebruik te maken van het primaire kenmerk en de beïnvloedende kenmerken, suggereert een beslisboom-algoritme interessante segmenten. De suggesties zijn gebaseerd op regels of patronen die zijn opgepikt door het AI-algoritme. Alleen segmenten die significant verschillen van de gemiddelde populatie worden als suggestie getoond. De vergelijking met de gemiddelde populatie is gebaseerd op de geselecteerde meting of het primaire kenmerk.
Verantwoordelijke AI
Met voorgestelde segmenten kunt u kenmerken selecteren om nieuwe segmenten te maken en de door u geselecteerde gegevens te verwerken. Bij het kiezen van kenmerken, inclusief gevoelige kenmerken als ras, seksuele geaardheid of gender, moet u ervoor zorgen dat u die gegevens kunt en moet verwerken. U bent verantwoordelijk om alle wetten na te leven die van toepassing zijn op uw organisatie en om u te houden aan de principes en het privacybeleid van uw organisatie.
Verschillende resultaten voor primaire kenmerken met categorische en numerieke waarden
Segmentsuggesties zijn anders als u een numeriek kenmerk of een categorisch kenmerk als primair kenmerk kiest. Waarden in een categorisch kenmerk bevatten twee of meer categorieën of typen. Een numeriek kenmerk bevat kwantitatieve gegevens en er is een gevoel van meting aan verbonden.
Met een numeriek kenmerk als jaarinkomen of lidmaatschapsperiode als primair kenmerk stelt het systeem segmenten voor die een hogere of lagere gemiddelde waarde van het numerieke kenmerk hebben in vergelijking met alle klanten.
Een categorisch kenmerk als klanttevredenheid omdat het primaire kenmerk resulteert in voorgestelde segmenten met een hoger of lager percentage klanten die tot een bepaalde categorie behoren in vergelijking met het percentage van alle klanten die tot dezelfde categorie behoren. Bijvoorbeeld klanttevredenheid is gekozen als het primaire kenmerk en bestaat uit drie categorieën (Laag, Gemiddeld en Hoog). Voor elke categorie worden segmenten voorgesteld die een hoger of lager percentage klanten hebben die tot die categorie behoren in vergelijking met het aandeel van alle klanten in dezelfde categorie. Als 22% van alle klanten een hoge tevredenheid hebben, worden alleen segmenten met een hoger of lager aandeel van klanten met een hoge tevredenheid in vergelijking met 22% voorgesteld voor die categorie. Evenzo worden segmenten voorgesteld voor elk van de andere categorieën (Laag en Gemiddeld) als ze statistisch significant zijn.
Notitie
Momenteel ondersteunen we alleen primaire categorische kenmerken met maximaal 10 categorieën. Als u segmentsuggesties wilt zien op basis van een primair kenmerk met meer dan 10 categorieën, raden we u aan enkele categorieën te groeperen om het aantal categorieën terug te brengen tot 10 of minder. Deze beperking is alleen van toepassing op primaire kenmerken. Voor het beïnvloeden van categorische kenmerken ondersteunen we momenteel maximaal 100 categorieën.