Eșantion de ghid pentru recomandarea produsului predicție (previzualizare)
[Acest articol este documentație de prelansare și poate suferi modificări.]
Acest ghid vă prezintă un exemplu complet de recomandare de produs predicție folosind date eșantion. Vă recomandăm să încercați acest predicție într-un mediu nou.
Important
- Aceasta este o caracteristică de previzualizare.
- Caracteristicile în regim de previzualizare nu sunt destinate utilizării în producție și pot avea funcționalități restricționate. Aceste caracteristici sunt disponibile înainte de lansarea oficială, astfel încât clienții să poată obține acces din timp și să poată oferi feedback.
Scenariu
Contoso este o companie care produce cafea și aparate de cafea de înaltă calitate. Ei vând produsele prin intermediul site-ului lor Contoso Coffee. Scopul lor este să înțeleagă ce produse ar trebui să recomande clienților lor recurenti. Cunoașterea ce probabil să cumpere clienții i poate ajuta să economisească eforturile de marketing concentrându-se pe anumite articole.
Cerințe preliminare
- Cel puțin permisiuni de colaborator în Dynamics 365 Customer Insights - Data.
Sarcina 1 - Ingerare date
Consultați articolele despre asimilarea datelor și conectarea la a Power Query sursă de date. Următoarele informații presupun că sunteți familiarizat cu ingerarea datelor în general.
Ingerarea datelor clienților de pe platforma de comerț electronic
Creați un Power Query sursă de date numit eCommerce și selectați conectorul Text/CSV .
Introduceți adresa URL pentru persoanele de contact din comerțul electronic: https://aka.ms/ciadclasscontacts.
În timp ce editați datele, selectați Transformare și apoi Folosiți primul rând ca antete.
Actualizați tipul de date pentru coloanele enumerate mai jos:
- DateOfBirth: Data
- CreatedOn: Data/Ora/Zona
În câmpul Nume din panoul din dreapta, redenumiți sursă de date în eCommerceContacts.
Salvați sursă de date.
Ingerați date de cumpărare online
Adăugați un alt set de date la același eCommerce sursă de date. Alegeți din nou conectorul Text/CSV .
Introduceți adresa URL pentru datele privind achizițiile online https://aka.ms/ciadclassonline.
În timp ce editați datele, selectați Transformare și apoi Folosiți primul rând ca antete.
Actualizați tipul de date pentru coloanele enumerate mai jos:
- PurchasedOn: Data/Ora
- TotalPrice: Moneda
În câmpul Nume din panoul lateral, redenumiți sursă de date în eCommercePurchases.
Salvați sursă de date.
Ingerați datele clienților din schema de loialitate
Creați un sursă de date denumit LoyaltyScheme și selectați conectorul Text/CSV .
Introduceți adresa URL pentru clienții fideli https://aka.ms/ciadclasscustomerloyalty.
În timp ce editați datele, selectați Transformare și apoi Folosiți primul rând ca antete.
Actualizați tipul de date pentru coloanele enumerate mai jos:
- DateOfBirth: Data
- RewardsPoints: număr întreg
- CreatedOn: Data/Ora
În câmpul Nume din panoul din dreapta, redenumiți sursă de date în loyCustomers.
Salvați sursă de date.
Sarcina 2 - Unificarea datelor
Consultați articolul despre unificarea datelor. Următoarele informații presupun că sunteți familiarizat cu unificarea datelor în general.
După ingerarea datelor, începeți procesul de unificare a datelor pentru a crea un profil unificat de client. Pentru mai multe informații, consultați Unificarea datelor.
Descrieți datele clienților care vor fi unificate
După ingerarea datelor, mapați contactele de la datele de comerț electronic și de loialitate la tipuri de date obișnuite. Accesați Date>Unificare.
Selectați tabelele care reprezintă profilul clientului – eCommerceContacts și loyCustomers.
Selectați ContactId ca cheie principală pentru eCommerceContacts și LoyaltyID ca cheie primară pentru loyCustomers.
Selectați Următorul. Omiteți înregistrările duplicate și selectați Următorul.
Definiți regulile de potrivire
Alegeți eCommerceContacts: eCommerce ca tabel principal și includeți toate înregistrările.
Alegeți loyCustomers: LoyaltyScheme și includeți toate înregistrările.
Adăugați o regulă:
- Selectați FullName atât pentru eCommerceContacts, cât și pentru loyCustomers.
- Selectați Tip (Telefon, Nume, Adresă, ...) pentru Normalizare.
- Setați Nivel de precizie: De bază și Valoare: Ridicat.
Adăugați o a doua condiție pentru adresa de e-mail:
- Selectați E-mail atât pentru eCommerceContacts, cât și pentru loyCustomers.
- Lăsați Normalizarea necompletată.
- Setați Nivel de precizie: De bază și Valoare: Ridicat.
- Introduceți Nume complet, e-mail pentru nume.
Selectați Terminat.
Selectați Următorul.
Vedeți datele unificate
Redenumiți tabelul ContactId for loyCustomers în ContactIdLOYALTY pentru a o diferenția de celelalte ID-uri ingerate.
Selectați Înainte pentru a examina, apoi selectați Creați profiluri de clienți.
Sarcina 3 - Crearea activității istoricului tranzacțiilor
Consultați articolul despre activitățile clienților. Următoarele informații presupun că sunteți familiarizat cu crearea de activități în general.
Creați o activitate cu tabelul eCommercePurchases:eCommerce .
Selectați SalesOrderLine pentru Tipul de activitate și PurchaseId pentru cheia primară.
Introduceți următoarele informații pentru activitate:
- Numele activității: eCommercePurchases
- TimeStamp: Cumpărat la data
- EventActivity: TotalPrice
- ID-ul liniei de comandă: PurchaseId
- Data comenzii: PurchasedOn
- Sumă: TotalPrice
Creați o relație între eCommercePurchases:eCommerce și eCommerceContacts:eCommerce cu ContactID ca cheie externă pentru a conecta cele două tabele.
Examinați modificările și apoi selectați Creați activități.
Sarcina 4 - Configurați recomandarea produsului predicție
Cu profilurile de clienți unificate și activitatea creată, rulați recomandarea de produs predicție.
Accesați Informații>Predicții.
În fila Creați , selectați Utilizați modelul din Recomandări de produse (versiune preliminară ) tigla.
Selectați Începeți.
Denumiți modelul OOB Product Recommendation Model predicție și tabelul de ieșire OOBProductRecommendationModelPrediction.
Selectați Următorul.
Definiți preferințele modelului:
- Numărul de produse: 5 pentru a defini câte produse doriți să recomandați clienților dvs.
- Achizițiile repetate de așteptat: Da să includă produsele achiziționate anterior în recomandare.
- Fereastra de uitare înapoi:365 de zile pentru a defini cât de departe va privi modelul înainte de a recomanda din nou un produs.
Selectați Următorul.
În Adăugați istoricul achizițiilor pas, selectați Adăugați date.
Selectați SalesOrderLine și tabelul eCommercePurchases și selectați Next. Datele necesare sunt completate automat din activitate. Selectați Salvați și apoi Următorul.
Omiteți pașii Adăugați informații despre produs și Filtre de produs , deoarece nu avem date despre informații despre produse.
În Actualizări de date pas, selectați Lunar pentru programarea modelului.
Selectați Următorul.
După ce ați examinat toate detaliile, selectați Salvați și rulați.
Sarcina 5 - Examinați rezultatele modelului și explicațiile
Lăsați modelul să finalizeze pregătirea și notarea datelor. Consultați explicațiile modelului de recomandare de produs.
Activitatea 6 - Creați un segment de produse achiziționate
Rularea modelului creează un nou tabel, care este listat în Date>Tabele. Puteți crea un nou segment pe baza tabelului creat de model.
Pe pagina de rezultate, selectați Creați segment.
Creați o regulă utilizând tabelul OOBProductRecommendationModelPrediction și definiți segment:
- Câmp: ProductID
- Valoare: selectați primele trei ID-uri de produs
Selectați Salvați și Rulați segment.
Acum aveți un segment care este actualizat dinamic, care identifică clienții care ar putea fi interesați să cumpere cele mai recomandate cinci produse. Pentru mai multe informații, consultați Crearea și gestionarea segmentelor.
Sfat
De asemenea, puteți crea un segment pentru un model de predicție din pagina Informații>Segmente selectând Nou și alegând Creați din>Insights. Pentru mai multe informații, consultați Crearea unui nou segment cu segmente rapide.