Preziceți valoarea ciclului de viață a clientului (CLV)

Preziceți valoarea potențială (veniturile) pe care clienții activi individuali o vor aduce în afacerea dvs. într-o perioadă de timp viitoare definită. Acest predicție vă ajută:

• Identificați clienții de mare valoare și procesați această perspectivă.
• Creați segmente strategice de clienți pe baza valorii lor potențiale pentru a derula campanii personalizate cu vânzări, marketing și eforturi de asistență direcționate.
• Ghidați dezvoltarea produsului concentrându-vă pe caracteristicile care măresc valoarea clientului.
• Optimizați strategia de vânzări sau de marketing și alocați bugetul mai precis pentru atingerea clienților.
• Recunoașteți și recompensați clienții de mare valoare prin programe de loialitate sau de recompense.

Determinați ce înseamnă CLV pentru afacerea dvs. Acceptăm CLV bazat pe tranzacții predicție. Valoarea estimată a unui client se bazează pe istoricul tranzacțiilor comerciale. Luați în considerare crearea mai multor modele cu preferințe de intrare diferite și comparați rezultatele modelului pentru a vedea care scenariu de model se potrivește cel mai bine nevoilor dvs. de afaceri.

Sfat

Încercați CLV predicție folosind date de exemplu: Valoarea de viață a clientului (CLV) predicție exemplu de ghid.

Cerințe preliminare

• Cel puțin permisiuni de colaborator
• Cel puțin 1.000 de profiluri de clienți în fereastra predicție dorită
• Identificator client, un identificator unic pentru a corela tranzacțiile la un client individual
• Cel puțin un an de istorie a tranzacțiilor, de preferință doi până la trei ani. În mod ideal, cel puțin două până la trei tranzacții pentru fiecare ID de client, de preferință pe mai multe date. Istoricul tranzacțiilor trebuie să includă:
  • ID tranzacție: identificatorul unic al fiecărei tranzacții
  • Data tranzacției: marcarea datei sau a orei fiecărei tranzacții
  • Valoarea tranzacției: valoarea monetară (de exemplu, venit sau marja de profit) a fiecărei tranzacții
  • Etichetă atribuită returnărilor: valoare booleană adevărat/fals care indică dacă tranzacția este o returnare
  • ID produs: ID produs al produsului implicat în tranzacție
• Date despre activitățile clienților:
  • Cheie primară: identificator unic pentru o activitate
  • Timp de timp: data și ora evenimentului identificat de cheia primară
  • Eveniment (numele activității): numele evenimentului pe care doriți să-l utilizați
  • Detalii (suma sau valoare): Detalii despre activitatea clientului
• Date suplimentare precum:
  • Activități web: istoricul vizitelor pe site sau istoricul e-mailurilor
  • Activități de loialitate: acumulări de puncte de recompensă de loialitate și istoric de răscumpărare
  • Serviciu pentru relații cu clienții jurnal: istoricul apelurilor de service, al reclamației sau al returnărilor
  • Informații despre profilul clientului
• Mai puțin de 20% valori lipsă în câmpurile obligatorii

Notă

Poate fi configurat un singur tabel cu istoricul tranzacțiilor. Dacă există mai multe tabele de achiziții sau tranzacții, combinați-le în Power Query înainte de asimilarea datelor.

Creați o predicție a valorii duratei de viață a clientului

Selectați Salvare nefinalizată oricand pentru a salva predicție ca schiță. Schița predicție este afișată în fila Predicțiile mele .

1. Accesați Informații>Predicții.

2. În fila Creați , selectați Utilizați modelul pe Valoare pe durata de viață a clientului tigla.

3. Selectați Începeți.

4. Denumiți acest model și Numele tabelului de ieșire pentru a le distinge de alte modele sau tabele.

5. Selectați Următorul.

Definiți preferințe de model

1. Setați o predicție perioadă de timp pentru a defini cât de departe în viitor doriți să estimați CLV. În mod implicit, unitatea este setată ca luni.

   Sfat

   Pentru a prezice cu exactitate CLV pentru perioada de timp stabilită, este necesară o perioadă comparabilă de date istorice. De exemplu, dacă doriți să estimați CLV pentru următoarele 12 luni, aveți cel puțin 18 – 24 de luni de date istorice.

2. Setați intervalul de timp în care un client trebuie să fi avut cel puțin o tranzacție pentru a fi considerat activ. Modelul prezice CLV numai pentru Clienții activi.

   • Lăsați modelul să calculeze intervalul de achiziție (recomandat): modelul analizează datele dvs. și determină o perioadă de timp pe baza achizițiilor istorice.
   • Setați manual intervalul: perioada de timp pentru definirea dvs. de client activ.

3. Definiți percentila pentru Client de mare valoare.

   • Calcul model (recomandat): modelul folosește regula 80/20. Procentul de clienți care au contribuit la 80% din venitul cumulat pentru afacerea dvs. în perioada istorică sunt considerați clienți cu valoare ridicată. De obicei, mai puțin de 30-40% clienți contribuie la 80% venituri cumulate. Cu toate acestea, acest număr poate varia în funcție de afacerea și industria dvs.
   • Procentul de clienți activi de top: percentilă specifică pentru un client cu valoare ridicată. De exemplu, introduceți 25 pentru a defini clienții de mare valoare ca fiind primii 25% dintre viitorii clienți plătitori.

   Dacă afacerea dvs. definește clienții de mare valoare într-un mod diferit, anunțați-ne așa cum ne-ar plăcea să auzim.

4. Selectați Următorul.

Adăugați datele necesare

1. Selectați Adăugați date pentru Istoricul tranzacțiilor clientului.

2. Selectați tipul de activitate semantică, SalesOrder sau SalesOrderLine, care conține istoricul tranzacțiilor. Dacă activitatea nu a fost configurată, selectați aici și creați-o.

3. Sub Activități, dacă atributele activității au fost mapate semantic atunci când activitatea a fost creată, alegeți atributele specifice sau tabelul pe care doriți să se concentreze calculul. Dacă maparea semantică nu a avut loc, selectați Editați și mapați datele.

   

4. Selectați Înainte și examinați atributele necesare pentru acest model.

5. Selectați Salvați.

6. Adăugați mai multe activități sau selectați Următorul.

Adăugați date de activitate opționale

Datele care reflectă interacțiunile cheie ale clienților (cum ar fi web, serviciu pentru relații cu clienții și jurnalele de evenimente) adaugă context înregistrărilor tranzacțiilor. Mai multe modele găsite în datele de activitate ale clienților dvs. pot îmbunătăți precizia predicțiilor.

1. Selectați Adăugați date sub Îmbunătățiți statisticile modelului cu date de activitate suplimentare.

2. Selectați un tip de activitate care se potrivește cu tipul de activitate a clienților pe care îl adăugați. Dacă activitatea nu a fost configurată, selectați aici și creați-o.

3. Sub Activități, dacă atributele activității au fost mapate când a fost creată activitatea, alegeți atributele sau tabelul pe care doriți să se concentreze calculul. Dacă maparea nu a avut loc, selectați Editați și mapați datele.

4. Selectați Înainte și examinați atributele necesare pentru acest model.

5. Selectați Salvați.

6. Selectați Următorul.

7. Adăugați date opționale despre clienți sau selectați Înainte și accesați Setați programul de actualizare.

Adăugați date opționale ale clienților

Selectați dintre 18 atribute de profil de client utilizate în mod obișnuit pentru a le include ca intrare în model. Aceste atribute pot duce la rezultate de model mai personalizate, relevante și mai acționabile pentru cazurile de utilizare ale afacerii dvs.

De exemplu: Contoso Coffee dorește să prezică valoarea de viață a clientului pentru a viza clienții de mare valoare cu o ofertă personalizată legată de lansarea noului lor espressor. Contoso folosește modelul CLV și adaugă toate cele 18 atribute ale profilului clientului pentru a vedea ce factori influențează clienții lor cu cea mai mare valoare. Ei consideră că locația clienților este factorul cel mai influent pentru acești clienți. Cu aceste informații, ei organizează un eveniment local pentru lansarea espressorului și se asociază cu vânzătorii locali pentru oferte personalizate și o experiență specială la eveniment. Fără aceste informații, Contoso ar fi trimis doar e-mailuri de marketing generice și ar fi ratat ocazia de a se personaliza pentru acest segment local de clienți de mare valoare.

1. Selectați Adăugați date sub Măriți și mai mult informațiile despre model cu date suplimentare despre clienți.

2. Pentru Tabel, alegeți Client: CustomerInsights pentru a selecta profilul unificat al clientului care se mapează la datele despre atributele clientului. Pentru Cod de client, alegeți System.Customer.CustomerId.

3. Hartați mai multe câmpuri dacă datele sunt disponibile în profilurile dvs. unificate de clienți.

   

4. Selectați Salvați.

5. Selectați Următorul.

Configurați planificarea actualizărilor

1. Alegeți frecvența pentru a vă reeduca modelul pe baza celor mai recente date. Această setare este importantă pentru a actualiza precizia predicțiilor pe măsură ce sunt ingerate date noi. Majoritatea firmelor pot reinstrui o dată pe lună și pot obține o precizie bună pentru predicția lor.

2. Selectați Următorul.

Examinați și rulați configurația modelului

Pasul Examinare și rulare afișează un rezumat al configurației și oferă șansa de a face modificări înainte de a crea predicție.

1. Selectați Editați pentru oricare dintre pașii pentru a examina și a face modificări.

2. Dacă sunteți mulțumit de selecțiile dvs., selectați Salvați și rulați pentru a începe să rulați modelul. Selectați Terminat. Fila Predicțiile mele se afișează în timpul creării predicție. Procesul poate dura câteva ore până la finalizare, în funcție de cantitatea de date utilizate în predicție.

Sfat

Există stări pentru sarcini și procese. Majoritatea proceselor depind de alte procese din amonte, cum ar fi sursele de date și profilarea datelor reîmprospătările.

Selectați starea pentru a deschide panoul Detalii progres și vizualizați progresul sarcinilor. Pentru a anula lucrarea, selectați Anulare lucrare în partea de jos a panoului.

Sub fiecare sarcină, puteți selecta Vedeți detalii pentru mai multe informații despre progres, cum ar fi timpul de procesare, data ultimei procesări și orice erori și avertismente aplicabile asociate sarcinii sau procesului. . Selectați Vizualizați starea sistemului din partea de jos a panoului pentru a vedea alte procese din sistem.

Vedeți rezultatele predicție

1. Accesați Informații>Predicții.

2. În fila Predicțiile mele , selectați predicție pe care doriți să îl vizualizați.

Există trei secțiuni principale de date în pagina de rezultate.

• Performanța modelului de antrenament: Notele A, B sau C indică performanța predicție și vă pot ajuta să luați decizia de a utiliza rezultatele stocate în tabelul de ieșire.

  

  Sistemul evaluează modul în care modelul AI a funcționat în prezicerea clienților de mare valoare în comparație cu un model de bază.

  Nivelurile sunt stabilite pe baza următoarelor reguli:

  • A atunci când modelul a prezis cu exactitate cu cel puțin 5% mai mulți clienți de valoare ridicată în comparație cu modelul de referință.
  • B atunci când modelul a prezis cu exactitate între 0-5% mai mulți clienți de valoare ridicată în comparație cu modelul de bază.
  • C atunci când modelul a prezis cu exactitate mai puțini clienți de valoare ridicată în comparație cu modelul de referință.

  Selectați Aflați despre acest scor pentru a deschide panoul Evaluare model care afișează detalii suplimentare despre performanța modelului AI și despre model de bază. Vă va ajuta să înțelegeți mai bine valorile de bază ale performanței modelului și modul în care a fost obținut nota finală de performanță a modelului. Modelul de bază folosește o abordare care nu se bazează pe IA pentru a calcula valoarea pe viață a clienților pe baza în principal a achizițiilor istorice efectuate de clienți.

• Valoarea clienților în funcție de percentilă: clienții de valoare mică și de mare valoare sunt afișați într-un grafic. Plasați cursorul peste barele din histogramă pentru a vedea numărul de clienți din fiecare grup și CLV mediu al grupului respectiv. Opțional, creați segmente de clienți pe baza previziunilor lor CLV.

  

• Cei mai influenți factori: la crearea CLV predicție sunt luați în considerare diverși factori pe baza datelor de intrare furnizate modelului AI. Fiecare dintre factori are o importanță calculată pentru predicțiile agregate pe care le creează un model. Folosiți acești factori pentru a vă valida rezultatele predicție. Acești factori oferă, de asemenea, mai multe informații despre cei mai influenți factori care au contribuit la prezicerea CLV pentru toți clienții dvs.

  

Aflați despre scor

Formula standard utilizată pentru a calcula CLV după modelul de bază:

CLV pentru fiecare client = Achiziția medie lunară efectuată de client în fereastra clientului activ * Numărul de luni din perioada CLV predicție * Rata generală de retenție a tuturor clienților

Modelul AI este comparat cu modelul de bază bazat pe două valori de performanță ale modelului.

• Rata de succes în anticiparea clienților de mare valoare

  Vedeți diferența în prezicerea clienților cu valoare ridicată utilizând modelul AI comparativ cu modelul de bază. De exemplu, rata de succes de 84% înseamnă că dintre toți clienții cu valoare ridicată din datele de instruire, modelul AI a reușit să capteze cu precizie 84%. Apoi comparăm această rată de succes cu rata de succes a modelului de bază pentru a raporta modificarea relativă. Această valoare este utilizată pentru a atribui un nivel modelului.

• Valori de eroare

  Vedeți performanța generală a modelului în termeni de eroare în prezicerea valorilor viitoare. Folosim măsurătoarea generală Root Mean Squared Error (RMSE) pentru a evalua această eroare. RMSE este un mod standard de măsurare a erorii unui model în prezicerea datelor cantitative. RMSE al modelului AI este comparat cu RMSE al modelului de bază și se raportează diferența relativă.

Modelul AI acordă prioritate clasării exacte a clienților în funcție de valoarea pe care o aduc afacerii dvs. Deci, numai rata de succes a prezicerii clienților cu valoare ridicată este utilizată pentru a obține nota modelului final. Valoarea RMSE este sensibilă la valori aberante. În scenariile în care aveți un procent mic de clienți cu valori de achiziție extraordinar de mari, valoarea generală RMSE ar putea să nu ofere o imagine completă a performanței modelului.