Nota
O acesso a esta página requer autorização. Pode tentar iniciar sessão ou alterar os diretórios.
O acesso a esta página requer autorização. Pode tentar alterar os diretórios.
Neste tutorial, usa o Genie Code para executar segmentação de clientes de ponta a ponta diretamente dentro de um caderno Databricks. Partindo de um conjunto de dados brutos de campanha de marketing, o Genie Code trata de perfilagem de dados, engenharia de funcionalidades, clusterização K-means e geração de personas — tudo a partir de um único prompt.
Requisitos
- Um espaço de trabalho Databricks com Genie Code ativado.
- Funcionalidades de IA baseadas em parceiros ativadas tanto para a conta quanto para o espaço de trabalho. Consulte Funcionalidades de IA potenciadas por parceiros.
- Pré-visualização do modo Agente do Código Genie ativado. Consulte Gerenciar visualizações do Azure Databricks.
Passo 1: Obter o conjunto de dados
Para este tutorial, utiliza um conjunto de dados de campanhas de marketing.
- Descarregue o conjunto de dados da campanha de marketing do Kaggle.
- Clique em
Novo > Adicionar ou carregar dados. - Clique em Criar ou modificar uma tabela.
- Clica em navegar ou arrastar e largar o ficheiro descarregado na zona de lançamento.
- Selecione o catálogo de destino e o esquema no Unity Catalog.
- (Opcional) Edite o nome da tabela.
- Clique Criar a tabela.
Passo 2: Abra um caderno
- Na barra lateral, clique em Novo e selecione Bloco de Notas.
- Nomeie o caderno Dados da Campanha de Marketing.
- Anexe o notebook para calcular ou utilize computação sem servidor.
Passo 3: Iniciar o Código Génio em modo Agente
O Genie Code em modo Agente pode planear e executar tarefas em vários passos de forma autónoma — lê as saídas das células, corrige erros e adapta a sua abordagem com base nos resultados.
- No canto superior direito do caderno, clique no
abrir o painel do Código Génio.
- No seletor de modos no fundo do painel do Código Génio, selecione Agente.
Passo 4: Submeta o seu prompt de segmentação
A análise de segmentação é frequentemente realizada agrupando clientes que têm padrões de compra semelhantes. Por exemplo, os segmentos podem ser baseados em rendimento, demografia ou comportamentos de compra específicos. Uma abordagem comum é o clustering K-means, uma técnica que agrupa automaticamente clientes semelhantes em segmentos distintos, chamados "clusters".
Introduza o seguinte prompt e pressione Enter ou clique :
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.
O Código Genie divide o enunciado em passos e executa-os:
- Compreende o contexto — O Código Génio lê o seu prompt e o estado atual do caderno.
- Encontra dados relevantes — O Genie Code pesquisa ativos de dados relevantes no Unity Catalog e carrega-os para análise.
- Gera e executa código — O Genie Code edita células de cadernos seguindo um fluxo de trabalho padrão de ciência de dados: importação de bibliotecas, pré-processamento de dados, treino do modelo e visualização de resultados.
- Resume os resultados — o Código Genie tem um resumo em linguagem simples do que encontrou.
O Código Génio pede a tua aprovação antes de executar o código. Revise cada passo e clique em Permitir. Também pode selecionar Permitir neste tópico para aprovar todos os passos da conversa atual, ou Permitir sempre para saltar futuros pedidos de aprovação.
Passo 5: Rever os resultados
Depois de terminar o Código Genie, reveja as células do caderno geradas e o resumo no painel do Código Genie. O resumo descreve cada segmento de clientes identificado, incluindo características demográficas, comportamento de compra e sugestões sobre como envolver cada grupo.
Por exemplo, o Código Genie pode identificar segmentos como os Premium Loyalists (compradores frequentes e de alto rendimento) e os Bargain Seekers (sensíveis ao preço, orientados pela promoção).
Passo 6: Refinar com prompts adicionais
Use prompts de seguimento para aprofundar a análise:
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.
Cada prompt de seguimento baseia-se nos resultados anteriores sem recomeçar.