Примечание.
Для доступа к этой странице требуется авторизация. Вы можете попробовать войти или изменить каталоги.
Для доступа к этой странице требуется авторизация. Вы можете попробовать изменить каталоги.
В этом руководстве вы используете Genie Code для выполнения полной сегментации клиентов непосредственно в записной книжке Databricks. Начиная с набора данных необработанной маркетинговой кампании, Genie Code обрабатывает профилирование данных, проектирование признаков, кластеризацию K-средних и создание persona — все из одного запроса.
Требования
- Рабочая область Databricks с включенным Genie Code.
- Функции ИИ, управляемые партнером, включены как для учетной записи, так и для рабочей области. См. функции ИИ, поддерживаемые партнерами.
- Предварительный просмотр режима Агент кода Genie включен. См. статью "Управление предварительными версиями Azure Databricks".
Шаг 1. Получение набора данных
В этом руководстве используется набор данных маркетинговой кампании.
- Скачайте набор данных маркетинговой кампании из Kaggle.
- Нажмите кнопку
чтобы > добавить или отправить данные. - Нажмите кнопку "Создать" или изменить таблицу.
- Щелкните обзор или перетащите скачанный файл в зону перетаскивания.
- Выберите целевой каталог и схему в каталоге Unity.
- (Необязательно) Измените имя таблицы.
- Нажмите кнопку "Создать таблицу".
Шаг 2. Открытие записной книжки
- На боковой панели нажмите кнопку "Создать " и выберите "Записная книжка".
- Назовите записную книжку Marketing Campaign Data.
- Подключите записную книжку к вычислительным или бессерверным вычислениям.
Шаг 3. Запуск кода Genie в режиме агента
Код Genie в режиме агента может планировать и выполнять многофакторные задачи автономно. Он считывает выходные данные ячеек, устраняет ошибки и адаптирует его подход на основе результатов.
- В правом верхнем углу записной книжки щелкните
чтобы открыть панель Genie Code.
- В селекторе режима в нижней части панели Код Genie выберите Агент.
Шаг 4. Отправка запроса сегментации
Анализ сегментации обычно выполняется кластеризацией клиентов, имеющих аналогичные шаблоны покупок вместе. Например, сегменты могут основываться на доходах, демографических данных или конкретных поведениях покупки. Одним из распространенных подходов является кластеризация K-средних, метод, который автоматически группирует аналогичных клиентов в отдельные сегменты, называемые "кластерами".
Введите следующий запрос и нажмите клавишу ВВОД или нажмите кнопку
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.
Genie Code разбивает запрос на шаги и запускает их:
- Понимание контекста — Код Genie считывает ваш запрос и текущее состояние записной книжки.
- Находит соответствующие данные — Код Genie выполняет поиск в каталоге Unity для соответствующих ресурсов данных и загружает их для анализа.
- Создает и запускает код — Genie Code редактирует ячейки записных книжек после стандартного рабочего процесса обработки и анализа данных: импорт библиотек, предварительная обработка данных, обучение модели и визуализация результатов.
- Суммирует результаты — Genie Code содержит простую языковую сводку своих находок.
Genie Code запрашивает утверждение перед выполнением кода. Просмотрите каждый шаг и нажмите кнопку "Разрешить". Вы также можете выбрать "Разрешить в этом потоке", чтобы одобрить все шаги в текущей беседе, или "Всегда разрешать", чтобы пропускать последующие запросы на утверждение.
Шаг 5. Просмотр результатов
После завершения Genie Code просмотрите созданные ячейки записной книжки и сводку в области Genie Code. В сводке описывается каждый определенный сегмент клиента, включая демографические характеристики, поведение покупки и рекомендации по привлечению каждой группы.
Например, Genie Code может определять сегменты, такие как Премиальные лоялисты (высокий доход, частые покупатели) и Ищущие скидки (чувствительные к ценам, ориентированные на акции).
Шаг 6. Уточнение с помощью последующих запросов
Используйте дальнейшие вопросы, чтобы глубже разобраться в анализе:
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.
Каждый последующий запрос основывается на предыдущих результатах, не начиная заново.