Прогноз оттока транзакций

Прогноз оттока транзакций помогает предсказать, перестанет ли клиент покупать ваши продукты или услуги в заданное временное окно. Данные по оттоку транзакций полезны для поиска клиентов, которые больше не покупают продукты в любое время в течение определенного окна оттока. Чтобы найти клиентов, которые могут отменить свои предустановленные текущие покупки, мы рекомендуем использовать модель оттока подписок.

Вы должны знать бизнес, чтобы понять, что отток означает для вашего бизнеса. Например, компания, проводящая ежегодные мероприятия, может определять отток клиентов, измеряемый годами, а компания, которая обслуживает еженедельные показатели продаж, измеряет его месяцами. Мы поддерживаем определения оттока, основанные на времени, то есть считается, что клиент ушел после периода отсутствия покупок.

Например, компания Contoso хочет знать, насколько заинтересованы клиенты в запуске кампании по электронной почте, направленную на удержание клиентов. Клиенты Contoso посещают витрину магазина с разной периодичностью, чаще всего примерно 3–4 раза в месяц. Их транзакции нерегулярны, поэтому сложно определить, когда клиент перестанет покупать бренд Contoso. С помощью модели оттока транзакций компания Contoso может определить вероятность повторной покупки клиентом. Они могут видеть основные закономерности, которые приводят к тому, что клиенты покидают бренд, что позволяет им корректировать другие стратегии.

Предварительные условия

• По крайней мере Разрешения участника.
• Не менее 500 профилей клиентов, предпочтительно более 1 000 уникальных клиентов.
• Идентификатор клиента, уникальный идентификатор для определения соответствия транзакций ваших клиентам.
• Данные о транзакциях как минимум в два раза увеличивают выбранное временное окно, например история транзакций за два-три года. В идеале не менее двух транзакций на каждого клиента. История транзакций должна включать:
  • Идентификатор транзакции: уникальный идентификатор покупки или транзакции.
  • Дата транзакции: дата покупки или транзакции.
  • Сумма транзакции: валюта или числовое значение суммы транзакции
  • Уникальный код продукта: идентификатор приобретенного продукта или услуги, если ваши данные находятся на уровне позиции.
  • Была ли эта транзакция возвратом: поле true/false, которое определяет, была ли транзакция возвратом или нет. Если Сумма транзакции отрицательная, мы считаем, что это возврат.
• Данные о действиях клиента:
  • Идентификатор клиента, уникальный идентификатор для сопоставления действий с вашими клиентами.
  • Первичный ключ: уникальный идентификатор действия. Например, посещение веб-сайта или запись об использовании, показывающая, что покупатель попробовал образец вашего продукта.
  • Метка времени: дата и время события определены первичным ключом.
  • Событие: имя события, которое требуется использовать. Например, поле под названием "UserAction" в продуктовом магазине может быть купоном, используемым покупателем.
  • Подробно: Подробная информация о событии. Например, поле "CouponValue" в продуктовом магазине может быть валютной стоимостью купона.
• Менее 20% отсутствующих значений в поле данных предоставленной таблицы.

Создание прогноза оттока транзакций

1. Перейдите в Аналитика>Прогнозы.

2. На вкладке Создать выберите Использовать модель на плитке Модель оттока клиентов.

3. Выберите Транзакция для типа оттока, затем Начать.

4. Назовите эту модель и присвойте Имя таблицы выходных данных, чтобы отличить их от других моделей или таблиц.

5. Выберите Далее.

Определение оттока клиентов

Выберите Сохранить черновик в любое время, чтобы сохранить прогноз как черновик. Черновик прогноза отображается на вкладке Мои прогнозы.

1. Задайте Окно прогноза. Например, спрогнозируйте риск оттока клиентов в течение следующих 90 дней, чтобы согласовать ваши маркетинговые усилия по удержанию. Прогнозирование риска оттока на более длительный или короткий период времени может затруднить учет факторов в вашем профиле риска оттока, но это зависит от конкретных бизнес-требований.

2. Введите количество дней для определения оттока в поле Определение оттока. Например, если клиент не совершал покупок в течение последних 30 дней, это может считаться оттоком для вашего бизнеса.

3. Выберите Далее.

Добавьте историю покупок

1. Выберите Добавить данные для История транзакций клиентов.

2. Выберите семантический тип действия SalesOrder или SalesOrderLine, который содержит информацию об истории транзакций. Если действие не настроено, выберите здесь и создайте его.

3. В разделе Действия, если атрибуты действия были семантически сопоставлены при создании действия, выберите конкретные атрибуты или таблицу, на которых вы хотите сосредоточиться при вычислении. Если семантическое сопоставление не произошло, выберите Изменить и сопоставьте свои данные.

   

4. Выберите Далее и просмотрите атрибуты, необходимые для этой модели.

5. Выберите Сохранить.

6. Добавьте больше действий или выберите Далее.

Добавление дополнительных данных (необязательно)

1. Выберите Добавить данные для Действия клиента.

2. Выберите семантический тип действия, содержащий данные, которые вы хотели бы использовать. Если действие не настроено, выберите здесь и создайте его.

3. В разделе Действия, если атрибуты действия были семантически сопоставлены при создании действия, выберите конкретные атрибуты или таблицу, на которых вы хотите сосредоточиться при вычислении. Если семантическое сопоставление не произошло, выберите Изменить и сопоставьте свои данные.

4. Выберите Далее и просмотрите атрибуты, необходимые для этой модели.

5. Выберите Сохранить.

6. Выберите Далее.

Настройка расписания обновлений

1. Для шага Обновления данных выберите частоту переобучения модели. Этот параметр важен для обновления точности прогнозов по мере добавления новых данных. Большинство предприятий могут проходить повторного обучения один раз в месяц и получать точные прогнозы.

2. Выберите Далее.

Просмотрите и выполните конфигурацию модели

Шаг Просмотреть и выполнить показывает сводку конфигурации и дает возможность внести изменения перед созданием прогноза.

1. Выберите Изменить на любом из шагов для проверки и внесения любых изменений.

2. Если вы удовлетворены своим выбором, выберите Сохранить и выполнить, чтобы начать работу с моделью. Нажмите кнопку Готово. Вкладка Мои прогнозы отображается во время создания прогноза. Процесс может занять несколько часов в зависимости от объема данных, используемых в прогнозе.

Совет

Есть состояния для задач и процессов. Большинство процессов зависят от других вышестоящих процессов, таких как источники данных и обновления профилирования данных.

Выберите статус, чтобы открыть панель Сведения о ходе выполнения и просмотреть ход выполнения задач. Чтобы отменить задание, выберите Отменить задание в нижней части панели.

В каждой задаче можно выбрать Показать подробности для получения дополнительной информации о ходе выполнения, такой как время обработки, дата последней обработки, а также любые применимые ошибки и предупреждения, связанные с задачей или процессом. Выберите Просмотр состояния системы внизу панели, чтобы увидеть другие процессы в системе.

Просмотр результатов прогноза

1. Перейдите в Аналитика>Прогнозы.

2. На вкладке Мои прогнозы выберите прогноз, который хотите просмотреть.

На странице результатов есть три основных раздела данных:

• Эффективность обучения модели: оценки A, B или C указывают на эффективность прогноза и могут помочь вам принять решение об использовании результатов, хранящихся в выходной таблице.

  Оценки устанавливаются на основании следующих правил:

  • А: когда модель точно спрогнозировала не менее 50% от общего числа прогнозов, и когда процент точных прогнозов для клиентов, которые отказались от услуг, превышает базовый уровень как минимум на 10%.
  • Б: когда модель точно спрогнозировала не менее 50% от общего числа прогнозов, и когда процент точных прогнозов для клиентов, которые отказались от услуг до 10% больше базового уровня.
  • C: когда модель точно спрогнозировала менее 50% от общего числа прогнозов, или когда процент точных прогнозов для клиентов, которые отказались от услуг меньше базового уровня.
  • Базовый уровень принимает входные данные временного окна прогноза для модели (например, один год), и создает разные доли времени, разделив их на 2, пока не достигнет одного месяца или меньше. Он использует эти фрагменты для создания бизнес-правила для клиентов, которые не совершали покупки в этом промежутке времени. Эти клиенты считаются ушедшими. В качестве базовой модели выбрано основанное на времени бизнес-правило с максимальной способностью предсказать, кто, скорее всего, уйдет.

• Вероятность оттока (количество клиентов): Группы клиентов основаны на их прогнозируемом риске оттока. Необязательно, создайте сегменты клиентов с высоким риском оттока. Такие сегменты помогают понять, где ваше прекращение должно быть для членства сегмента.

• Наиболее влиятельные факторы: есть много факторов, которые учитываются при создании вашего прогноза. Каждый из факторов имеет свою важность, рассчитанную для сводных прогнозов, создаваемых моделью. Используйте эти факторы, чтобы подтвердить свои результаты прогноза. Или используйте эту информацию позже, чтобы создавать сегменты, которые может помочь повлиять на риск оттока для клиентов.

Заметка

В выходной таблице для этой модели ChurnScore показывает прогнозируемую вероятность оттока, а IsChurn — это двоичная метка, основанная на ChurnScore с порогом 0,5. Если это пороговое значение по умолчанию не работает для вашего сценария, создайте новый сегмент с выбранным вами порогом. Не все клиенты обязательно являются активными клиентами. Некоторые из них, возможно, не проявляли никакой активности в течение длительного времени и считаются уже утерянными на основании вашего определения оттока. Прогнозирование риска оттока клиентов, которые уже ушли, бесполезно, потому что они не являются целевой аудиторией.

Чтобы просмотреть показатель оттока, перейдите в раздел Данные>Таблицы и просмотрите вкладку данных для выходной таблицы, которую вы определили для этой модели.