Sugerowane segmenty (wersja zapoznawcza)

Artykuł
01/30/2024

[Ten artykuł stanowi wstępną wersję dokumentacji i może ulec zmianie.]

Dynamics 365 Customer Insights - Data może sugerować segmenty na podstawie działania lub miar.

Zakładka Sugerowane segmenty zawierająca propozycje segmentów dla segmentów opartych na aktywności i segmentów opartych na atrybutach.

Ważne

Jest to funkcja w wersji zapoznawczej.
Funkcje w wersji zapoznawczej nie są przeznaczone do użytku w środowiskach produkcyjnych i mogą mieć ograniczoną funkcjonalność. Te funkcje są udostępniane przed oficjalnym wydaniem, dzięki czemu klienci mogą szybciej uzyskać do nich dostęp i przekazać opinie na ich temat.

Sugerowane segmenty na podstawie działania (wersja zapoznawcza)

Odkryj interesujące segmenty klientów w oparciu o dane dotyczące aktywności klientów, które są wprowadzane do Customer Insights - Data. Przykładami danych dotyczących aktywności są transakcje, czas trwania rozmów z działem pomocy technicznej, zakupy lub zwroty. Aby zasugerować segmenty, dane dotyczące aktywności są analizowane pod kątem powtarzalności, częstotliwości i wartości pieniężnej (lub czasu trwania).

Dzielenie klientów na kategorie według działań

Dzięki danych działań dostępnych w Customer Insights - Data można tworzyć sugestie reprezentujące grupy klientów:

najaktywniejsi klienci
klienci, którzy dokonali największej liczby zakupów
klienci, którzy wygenerowali największy przychód
klienci, którzy nie byli ostatnio aktywni
klienci, którzy często wchodzą w interakcje z Twoją firmą

Jeśli prowadzisz biznes detaliczny, możesz dowiedzieć się, którzy klienci generują największe przychody i nagrodzić ich kuponem. Możesz też zidentyfikować okazjonalnych klientów i zaoferować im udział w programie nagród, dzięki któremu będą częściej odwiedzać Twoją firmę. Jeśli zapewniasz publiczną opiekę zdrowotną, a Twoim celem jest zminimalizowanie wydatków dla poszczególnych pacjentów, możesz spróbować ograniczyć powtarzające się wizyty, zapewniając najlepszą możliwą opiekę w jak najmniejszej liczbie wizyt. W tym przypadku Twoim celem jest utrzymanie częstotliwości wizyt na niskim poziomie i zminimalizowanie powtarzających się kosztów dla pacjentów. Lub można zidentyfikować segmenty pacjentów, którzy mają częste wizyty i wysokie koszty powtarzające się i analizować te przypadki, aby poprawić leczenie poszczególnych osób.

Sugerowane segmenty na podstawie miar (wersja zapoznawcza)

Odkryj interesujące segmenty swoich klientów za pomocą modelu AI. Ta funkcja oparta na uczeniu maszynowym sugeruje segmenty na podstawie miar lub atrybutów klienta. Może pomóc ulepszyć kluczowe wskaźniki wydajności (KPI) lub lepiej zrozumieć wpływ atrybutów w kontekście innych atrybutów.

Uwaga

Funkcja sugerowanych segmentów wykorzystuje zautomatyzowane środki do oceny danych i tworzenia prognoz na podstawie tych danych. W związku z tym może być wykorzystywany jako metoda profilowania, zgodnie z definicją tego terminu zawartą w przepisach i regulacjach dotyczących prywatności. Korzystanie z tej funkcji do przetwarzania danych może podlegać lub tym prawom lub rozporządzeniom. Użytkownik ma obowiązek zagwarantować, że użytkowanie Customer Insights - Data wraz z tą funkcją jest zgodne ze wszystkimi obowiązującymi przepisami prawnymi i wykonawczymi, w tym prawa związane z ochroną prywatności, danymi osobowymi, danymi biometrycznymi, ochroną danych i poufność informacji.

Strona sugerowanych segmentów, która zawiera szczegółowe sugestie w okienku bocznym.

Sugerowane segmenty w celu poprawy wskaźników KPI

Jeśli używasz miar utworzonych w celu śledzenia wskaźników KPI, utwórz segmenty, aby wyświetlić wpływ wskaźników KPI na ten wskaźnik. Możesz wykorzystać te informacje do prowadzenia ściśle ukierunkowanej kampanii.

Na przykład można śledzić środek o nazwie TotalSpendPerCustomer. Jako firma chciałbyś, aby ta liczba rosła. Wybranie miary jako atrybutu podstawowego pozwala wybrać atrybuty, które chcesz ocenić pod kątem wpływu. Załóżmy na przykład warstwy członkostwa, okres członkostwa i zawód. Customer Insights - Data może też zasugerować segment, który podpowiada, kto jest największym wpływem tej miary. Na przykład Księgowi, którzy są członkami Gold i pracują w Twojej firmie od co najmniej pięciu lat, mają największy wpływ na TotalSpendPerCustomer. Dla każdej sugestii otrzymasz szacunkowy rozmiar segmentu. Możesz wykorzystać te informacje do tworzenia kampanii dla docelowych odbiorców.

Dowiedz się, co wpływa na atrybut klienta

Jako atrybut podstawowy możesz wybrać atrybut klienta zamiast miary. W oparciu o wybór wpływających atrybutów model AI tworzy serię sugestii, które pokazują, jak wybrane atrybuty wpływają na atrybut podstawowy.

Na przykład jako atrybut podstawowy użytkownik wybiera Członek nagrody (Tak/Nie). Dane dotyczące Kadencja, Zawód i Liczba biletów pomocy technicznej są ustawione jako inne atrybuty wpływające na rezultat. Model AI może sugerować segmenty, w których członkami są głównie specjaliści IT z stażem powyżej dwóch lat. Inna sugestia może podkreślić, że księgowi z stażem powyżej roku i mniej niż trzema biletami pomocy są członkami-nagrodami.

Wykorzystanie sztucznej inteligencji

Algorytm drzewa decyzyjnego sugeruje interesujące segmenty, korzystając z atrybutu podstawowego i wpływających na nie atrybutów. Sugestie są oparte na regułach lub wzorcach, które zostały wychwycone przez algorytm sztucznej inteligencji. Jako sugestie pokazane są tylko segmenty, które znacznie różnią się od średniej populacji. Porównanie ze średnią populacją odbywa się na podstawie wybranej miary lub podstawowego atrybutu.

Odopowiedzialne AI

Za pomocą sugerowanych segmentów wybierasz atrybuty, aby tworzyć nowe segmenty i przetwarzać wybrane dane. Wybierając atrybuty, w tym wrażliwe atrybuty, takie jak rasa, orientacja seksualna lub płeć, musisz upewnić się, że możesz i powinieneś przetwarzać te dane. Jesteś odpowiedzialny za przestrzeganie wszelkich praw obowiązujących w Twojej organizacji oraz przestrzeganie zasad i polityki prywatności Twojej organizacji.

Różne wyniki dla atrybutów podstawowych z wartościami jakościowymi i liczbowymi

Sugestie dotyczące segmentów są inne, jeśli jako atrybut podstawowy wybierzesz atrybut liczbowy lub kategoryczny. Wartości w atrybucie kategorialnym zawierają co najmniej dwie kategorie lub typy. Atrybut liczbowy zawiera dane ilościowe i ma przypisany sens pomiaru.

Z atrybutem liczbowym, takim jak roczny dochód lub okres członkostwa, jako atrybutem podstawowym, system sugeruje segmenty, które mają wyższą lub niższą średnią wartość atrybutu liczbowego w porównaniu ze wszystkimi klientami.

Atrybut kategoryczny, taki jak zadowolenie klienta jako atrybut podstawowy, daje w wyniku sugerowane segmenty, które mają wyższy lub niższy odsetek klientów należących do określonej kategorii w porównaniu z odsetkiem wszystkich klientów należących do tej samej kategorii. Na przykład jako atrybut podstawowy wybierane jest zadowolenie klienta i składa się z trzech kategorii (Niskie, Średnie i Wysokie). W przypadku każdej będą sugerowane segmenty, które mają wyższy lub niższy procent klientów należących do tej kategorii w porównaniu do całkowitej liczby wszystkich klientów w tej samej kategorii. Jeśli 22% klientów ma duże zadowolenie, sugerowane są dla tej kategorii tylko segmenty, które mają wyższy lub niższy odsetek klientów z dużym zadowoleniem w porównaniu z 22%. W podobny sposób sugerowane są segmenty dla każdej z innych kategorii (Niskie i Średnie), jeśli są one istotne ze względu na dane statystyczne.