Notatka
Dostęp do tej strony wymaga autoryzacji. Może spróbować zalogować się lub zmienić katalogi.
Dostęp do tej strony wymaga autoryzacji. Możesz spróbować zmienić katalogi.
W tym samouczku korzystasz z Genie Code, aby uruchomić segmentację klientów od początku do końca bezpośrednio w notebooku Databricks. Począwszy od nieprzetworzonego zestawu danych kampanii marketingowej, kod Genie obsługuje profilowanie danych, inżynierię cech, klastrowanie metodą K-średnich i generowanie osób — wszystko z jednego monitu.
Wymagania
- Środowisko pracy Databricks z włączonym Genie Code.
- Funkcje sztucznej inteligencji wspierane przez partnerów są dostępne zarówno dla konta, jak i obszaru roboczego. Zobacz Funkcje sztucznej inteligencji obsługiwane przez partnerów.
- Włączono tryb podglądu agenta kodu Genie. Zobacz Zarządzanie wersjami zapoznawczami usługi Azure Databricks.
Krok 1. Pobieranie zestawu danych
Na potrzeby tego samouczka użyjesz zestawu danych kampanii marketingowej.
- Pobierz zestaw danych kampanii marketingowej z narzędzia Kaggle.
- Kliknij
> Dodaj lub przeładuj dane. - Kliknij Utwórz lub zmodyfikuj tabelę.
- Kliknij przycisk przeglądaj lub przeciągnij i upuść pobrany plik do strefy upuszczania.
- Wybierz katalog docelowy i schemat w Unity Catalog.
- (Opcjonalnie) Edytuj nazwę tabeli.
- Kliknij pozycję Utwórz tabelę.
Krok 2. Otwieranie notesu
- Na pasku bocznym kliknij Nowy, a następnie wybierz Notatnik.
- Nadaj notesowi nazwę Dane kampanii marketingowej.
- Dołącz notes do obliczeń lub użyj bezserwerowych obliczeń.
Krok 3. Uruchamianie kodu Genie w trybie agenta
Kod Genie w trybie agenta może samodzielnie planować i uruchamiać zadania wieloetapowe — odczytuje dane wyjściowe komórek, naprawia błędy i dostosowuje swoje podejście na podstawie wyników.
- W prawym górnym rogu notesu kliknij
Aby otworzyć okienko Kod genie.
- W selektorze trybu na dole okienka Genie Code wybierz Agent.
Krok 4. Przesyłanie monitu o segmentację
Analiza segmentacji jest często wykonywana poprzez klastrowanie klientów, którzy mają podobne wzorce zakupów. Na przykład segmenty mogą być oparte na dochodach, danych demograficznych lub konkretnych zachowaniach zakupowych. Jedną z typowych metod jest klasterowanie metodą K-średnich, techniką, która automatycznie grupuje podobnych klientów w odrębne segmenty, nazywane "klastrami".
Wprowadź następujący monit i naciśnij klawisz Enter lub kliknij
Help me cluster my customers from my marketing campaign to profile them. I want to identify interesting segments that may be useful for marketing purposes.
Kod Genie dzieli monit na kroki i uruchamia je:
- Rozumie kontekst — kod Genie odczytuje polecenie i bieżący stan notesu.
- Znajduje odpowiednie dane — kod Genie wyszukuje w wykazie aparatu Unity odpowiednie zasoby danych i ładuje je do analizy.
- Generuje i uruchamia kod — Genie Code edytuje komórki notesu zgodnie ze standardowym przepływem pracy nauki o danych: importowanie bibliotek, wstępne przetwarzanie danych, trenowanie modelu i wizualizacja wyników.
- Podsumowanie wyników — kod Genie zawiera podsumowanie tego, co znalazł.
Genie Code prosi o zatwierdzenie przed uruchomieniem kodu. Przejrzyj każdy krok i kliknij przycisk Zezwalaj. Możesz również wybrać pozycję Zezwalaj w tym wątku , aby zatwierdzić wszystkie kroki w bieżącej konwersacji lub zawsze zezwalaj na pomijanie przyszłych monitów o zatwierdzenie.
Krok 5. Przeglądanie wyników
Po zakończeniu działania skryptu Genie, przejrzyj wygenerowane komórki notatnika i podsumowanie w okienku Kod Genie. W podsumowaniu opisano poszczególne zidentyfikowane segmenty klientów, w tym cechy demograficzne, zachowanie zakupu i sugestie dotyczące sposobu angażowania poszczególnych grup.
Na przykład kod Genie może identyfikować segmenty, takie jak Premium Loyalists (wysokodochodowi, często kupujący) i Bargain Seekers (wrażliwi na ceny, napędzani promocjami).
Krok 6. Uściślij za pomocą dalszych sugestii
Użyj dodatkowych monitów, aby zagłębić się w analizę.
Are there any other clustering techniques we should consider?What happens if we increase the number of clusters?Filter to customers who have made a purchase in the last 90 days.
Każdy kolejny monit bazuje na poprzednich odpowiedziach bez zaczynania od nowa.