คาดคะเนการเลิกทำธุรกรรม

การคาดคะเนการเลิกทำธุรกรรมช่วยคาดคะเนว่าลูกค้าจะไม่ซื้อสินค้าหรือบริการของคุณในช่วงเวลาที่กำหนดอีกต่อไปหรือไม่ การเลิกทำธุรกรรมมีประโยชน์ในการค้นหาลูกค้าที่ไม่ได้ซื้อสินค้าอีกต่อไป ในระหว่างกรอบเวลาการเปลี่ยนใจที่กำหนดไว้ หากต้องการค้นหาลูกค้าที่อาจยกเลิกการซื้อที่กำลังดำเนินอยู่ เราขอแนะนำให้ใช้ โมเดลการเลิกใช้บริการสมัครสมาชิก

คุณต้องมีความรู้ทางธุรกิจเพื่อทำความเข้าใจว่าการเลิกใช้บริการส่งผลต่อธุรกิจของคุณอย่างไร ตัวอย่างเช่น ธุรกิจที่มีกิจกรรมประจำปีสามารถกำหนดการเลิกใช้บริการโดยวัดเป็นปี ในขณะที่ธุรกิจที่มีการขายรายสัปดาห์จะวัดการเลิกใช้บริการเป็นเดือน เราสนับสนุนการกำหนดการเลิกใช้บริการตามเวลา ซึ่งหมายความว่าลูกค้าได้รับการพิจารณาว่าจะเลิกใช้บริการหลังจากไม่มีการซื้อ

ตัวอย่างเช่น Contoso ต้องการทราบว่าลูกค้ามีส่วนร่วมอย่างไรกับแคมเปญอีเมลที่มีไว้เพื่อการรักษาลูกค้าโดยเฉพาะ ลูกค้าของ Contoso เยี่ยมชมหน้าร้านตามตัวแปร ซึ่งส่วนใหญ่มักจะประมาณ 3-4 ครั้งต่อเดือน ธุรกรรมของพวกเขาไม่สม่ำเสมอ ทำให้ยากต่อการระบุว่าลูกค้าหยุดซื้อแบรนด์ Contoso เมื่อใด ด้วยโมเดลการเลิกใช้บริการธุรกรรม Contoso สามารถกำหนดแนวโน้มที่ลูกค้าจะซื้ออีกครั้งได้ พวกเขาสามารถมองเห็นรูปแบบการละทิ้งที่นำไปสู่การที่ลูกค้าละทิ้งแบรนด์ ทำให้พวกเขาสามารถปรับกลยุทธ์อื่นๆ ได้

ข้อกำหนดเบื้องต้น

• อย่างน้อยมี สิทธิ์ของผู้สนับสนุน
• โปรไฟล์ลูกค้าอย่างน้อย 500 ราย ควรมีลูกค้ามากกว่า 1,000 รายที่ไม่ซ้ำกัน
• รหัสลูกค้า: รหัสเฉพาะเพื่อจับคู่ธุรกรรมกับลูกค้าของคุณ
• ข้อมูลธุรกรรมอย่างน้อยสองเท่าของกรอบเวลาที่เลือก เช่น ประวัติการทำธุรกรรมสองถึงสามปี ตามหลักการแล้ว ธุรกรรมอย่างน้อยสองรายการขึ้นไปต่อลูกค้า ประวัติธุรกรรมต้องรวมถึง:
  • รหัสธุรกรรม: รหัสเฉพาะของการซื้อหรือธุรกรรม
  • วันที่ทำธุรกรรม: วันที่ของการซื้อหรือธุรกรรม
  • มูลค่าของธุรกรรม: สกุลเงินหรือมูลค่าที่เป็นตัวเลขของธุรกรรม
  • รหัสผลิตภัณฑ์เฉพาะ: รหัสของผลิตภัณฑ์หรือบริการที่ซื้อหากข้อมูลของคุณอยู่ในระดับสินค้าในรายการ
  • การทำธุรกรรมนี้เป็นการคืนสินค้าหรือไม่: ฟิลด์จริง/เท็จที่ระบุว่าธุรกรรมเป็นการส่งคืนหรือไม่ ถ้า มูลค่าของธุรกรรม เป็นลบ เราจะอนุมานการส่งคืน
• ข้อมูลกิจกรรมของลูกค้า:
  • รหัสลูกค้า: รหัสเฉพาะเพื่อแมปกิจกรรมกับลูกค้าของคุณ
  • คีย์หลัก: รหัสเฉพาะสำหรับกิจกรรม ตัวอย่างเช่น การเยี่ยมชมเว็บไซต์หรือเรกคอร์ดการใช้งานที่แสดงว่าลูกค้าได้ลองใช้ตัวอย่างผลิตภัณฑ์ของคุณ
  • ประทับเวลา: วันที่และเวลาของเหตุการณ์ที่ระบุโดยคีย์หลัก
  • เหตุการณ์: ชื่อของกลุ่มเหตุการณ์ที่คุณต้องการใช้ ตัวอย่างเช่น ฟิลด์ที่ชื่อว่า "UserAction" ในร้านขายของชำอาจเป็นคูปองที่ลูกค้าใช้
  • รายละเอียด: ข้อมูลรายละเอียดเกี่ยวกับเหตุการณ์ ตัวอย่างเช่น ฟิลด์ที่ชื่อว่า "CouponValue" ในร้านขายของชำอาจเป็นมูลค่าสกุลเงินของคูปอง
• น้อยกว่า 20% ของค่าที่ขาดหายไปในฟิลด์ข้อมูลของตารางที่ระบุ

สร้างการคาดคะเนการเลิกทำธุรกรรม

1. ไปที่ ข้อมูลเชิงลึก>การคาดคะเน

2. บนแท็บ สร้าง เลือก ใช้แบบจำลอง บนไทล์ แบบจำลองการเลิกใช้บริการของลูกค้า

3. เลือก ธุรกรรม สำหรับชนิดของการเลิกใช้บริการแล้ว เริ่มต้นใช้งาน

4. ตั้งชื่อโมเดลนี้ และ ชื่อตารางผลลัพธ์ เพื่อแยกออกจากโมเดลหรือตารางอื่น ๆ

5. เลือก ถัดไป

กำหนดการเลิกใช้บริการของลูกค้า

เลือก บันทึกแบบร่าง เพื่อบันทึกการคาดคะเนเป็นแบบร่างได้ตลอดเวลา การคาดคะเนแบบร่างแสดงในแท็บ การคาดคะเนของฉัน

1. ตั้งค่า กรอบเวลาการคาดคะเน ตัวอย่างเช่น คาดคะเนความเสี่ยงที่ลูกค้าจะเลิกใช้บริการใน 90 วันข้างหน้าเพื่อให้สอดคล้องกับความพยายามในการรักษาลูกค้าทางการตลาดของคุณ การคาดคะเนความเสี่ยงของการเลิกใช้บริการเป็นระยะเวลานานขึ้นหรือสั้นลงอาจทำให้ยากต่อการระบุปัจจัยในโปรไฟล์ความเสี่ยงของการเลิกใช้บริการ แต่ขึ้นอยู่กับข้อกำหนดทางธุรกิจเฉพาะ

2. ป้อนจำนวนวันเพื่อกำหนดการเลิกใช้บริการในฟิลด์ คำนิยามการเลิกใช้บริการ ตัวอย่างเช่น หากลูกค้าไม่ได้มีการซื้อใดๆ ในช่วง 30 วันที่ผ่านมา พวกเขาอาจได้รับการพิจารณาว่าเลิกใช้บริการสำหรับธุรกิจของคุณ

3. เลือก ถัดไป

เพิ่มประวัติการซื้อ

1. เลือก เพิ่มข้อมูล สำหรับ ประวัติธุรกรรมลูกค้า

2. เลือกชนิดกิจกรรมเชิงความหมาย SalesOrder หรือ SalesOrderLine ที่มีข้อมูลประวัติการทำธุรกรรม หากยังไม่ได้ตั้งค่ากิจกรรม ให้เลือก ที่นี่ และสร้างกิจกรรมขึ้นมา

3. ภายใต้ กิจกรรม หากแอตทริบิวต์ของกิจกรรมถูกแมปตามความหมายเมื่อสร้างกิจกรรม ให้เลือกแอตทริบิวต์หรือตารางเฉพาะที่คุณต้องการให้การคำนวณเน้น หากการแมปความหมายไม่เกิดขึ้น ให้เลือก แก้ไข และแมปข้อมูลของคุณ

   

4. เลือก ต่อไป และตรวจสอบคุณสมบัติที่จำเป็นสำหรับแบบจำลองนี้

5. เลือก บันทึก

6. เพิ่มกิจกรรมเพิ่มเติมหรือเลือก ต่อไป

เพิ่มข้อมูลเพิ่มเติม (ตัวเลือก)

1. เลือก เพิ่มข้อมูล สำหรับ กิจกรรมของลูกค้า

2. เลือกนิดของกิจกรรมเชิงความหมายที่มีข้อมูลที่คุณต้องการใช้ หากยังไม่ได้ตั้งค่ากิจกรรม ให้เลือก ที่นี่ และสร้างขึ้นมา

3. ภายใต้ กิจกรรม หากแอตทริบิวต์ของกิจกรรมถูกแมปตามความหมายเมื่อสร้างกิจกรรม ให้เลือกแอตทริบิวต์หรือตารางเฉพาะที่คุณต้องการให้การคำนวณเน้น หากการแมปความหมายไม่เกิดขึ้น ให้เลือก แก้ไข และแมปข้อมูลของคุณ

4. เลือก ต่อไป และตรวจสอบคุณสมบัติที่จำเป็นสำหรับแบบจำลองนี้

5. เลือก บันทึก

6. เลือก ถัดไป

ตั้งค่ากำหนดการอัปเดต

1. สำหรับขั้นตอน อัปเดตข้อมูล เลือกความถี่ในการฝึกแบบจำลองของคุณใหม่ การตั้งค่านี้มีความสำคัญในการปรับปรุงความถูกต้องของการคาดคะเนเนื่องจากมีการนำเข้าข้อมูลใหม่ ธุรกิจส่วนใหญ่สามารถฝึกใหม่เดือนละครั้งและได้รับความแม่นยำที่ดีสำหรับการคาดคะเนของธุรกิจ

2. เลือก ถัดไป

ตรวจสอบและรันการกำหนดค่าแบบจำลอง

ขั้นตอน ตรวจสอบและเรียกใช้ จะแสดงสรุปการกำหนดค่าและให้โอกาสในการเปลี่ยนแปลงก่อนที่คุณจะสร้างการคาดคะเน

1. เลือก แก้ไข ในขั้นตอนเพื่อตรวจสอบและทำการเปลี่ยนแปลงใดๆ

2. หากคุณพอใจกับสิ่งที่คุณเลือก ให้เลือก บันทึกและเรียกใช้ เพื่อเริ่มรันโมเดล เลือก เสร็จ แท็บ การคาดคะเนของฉัน จะปรากฏขึ้นขณะสร้างการคาดคะเน กระบวนการนี้อาจใช้เวลาหลายชั่วโมงกว่าจะเสร็จสมบูรณ์ ทั้งนี้ขึ้นอยู่กับปริมาณข้อมูลที่ใช้ในการคาดคะเน

เคล็ดลับ

มี สถานะ สำหรับงานและกระบวนการ กระบวนการส่วนใหญ่ขึ้นอยู่กับกระบวนการต้นทางอื่นๆ เช่น แหล่งข้อมูลและ การรีเฟรช การทำโปรไฟล์ข้อมูล

เลือกสถานะเพื่อเปิดบานหน้าต่าง รายละเอียดความคืบหน้า และดูความคืบหน้าของงาน หากต้องการยกเลิกงาน ให้เลือก ยกเลิกงาน ที่ด้านล่างของบานหน้าต่าง

ในแต่ละงาน คุณสามารถเลือก ดูรายละเอียด เพื่อดูข้อมูลความคืบหน้าเพิ่มเติม เช่น เวลาประมวลผล วันที่ประมวลผลล่าสุด และข้อผิดพลาดและคำเตือนที่เกี่ยวข้องใดๆ ที่เกี่ยวข้องกับงานหรือกระบวนการ เลือก ดูสถานะของระบบ ที่ด้านล่างของแผงเพื่อดูกระบวนการอื่นๆ ในระบบ

ดูผลลัพธ์การคาดคะเน

1. ไปที่ ข้อมูลเชิงลึก>การคาดคะเน

2. บนแท็บ การคาดคะเนของฉัน ให้เลือกการคาดคะเนที่คุณต้องการดู

มีข้อมูลหลักสามส่วนภายในหน้าผลลัพธ์:

• ประสิทธิภาพรูปแบบการฝึกอบร: เกรด A, B, หรือ C บ่งชี้ประสิทธิภาพของการคาดคะเน และสามารถช่วยคุณในการตัดสินใจใช้ผลลัพธ์ที่เก็บไว้ในตารางผลลัพธ์

  เกรดจะพิจารณาจากกฎต่อไปนี้:

  • A เมื่อโมเดลคาดคะเนแม่นยำอย่างน้อย 50% ของการคาดคะเนทั้งหมดและเมื่อเปอร์เซ็นต์ของการคาดคะเนที่แม่นยำสำหรับลูกค้าที่เลิกใช้บริการมากกว่าอัตราพื้นฐานอย่างน้อย 10%
  • B เมื่อโมเดลคาดคะเนแม่นยำอย่างน้อย 50% ของการคาดคะเนทั้งหมดและเมื่อเปอร์เซ็นต์ของการคาดคะเนที่แม่นยำสำหรับลูกค้าที่เลิกใช้บริการมากกว่าอัตราพื้นฐานสูงสุด 10%
  • C เมื่อโมเดลคาดคะเนแม่นยำน้อยกว่า 50% ของการคาดคะเนทั้งหมด หรือเมื่อเปอร์เซ็นต์ของการคาดคะเนที่แม่นยำสำหรับลูกค้าที่เลิกใช้บริการน้อยกว่าอัตราพื้นฐาน
  • พื้นฐาน ใช้การป้อนข้อมูลกรอบเวลาการคาดคะเนสำหรับโมเดล (ตัวอย่างเช่น หนึ่งปี) และสร้างเศษส่วนของเวลาที่แตกต่างกันโดยหารด้วย 2 จนกว่าจะถึงหนึ่งเดือนหรือน้อยกว่านั้น โดยใช้เศษส่วนเหล่านี้เพื่อสร้างกฎธุรกิจสำหรับลูกค้าที่ไม่ได้ซื้อในกรอบเวลานี้ ลูกค้าเหล่านี้ถือว่าเลิกใช้บริการ กฎธุรกิจตามเวลาที่มีความสามารถสูงสุดในการคาดคะเนว่าใครมีแนวโน้มที่จะเลิกใช้บริการจะถูกเลือกเป็นโมเดลพื้นฐาน

• โอกาสที่จะเลิกใช้บริการ (จำนวนลูกค้า): กลุ่มลูกค้าขึ้นอยู่กับความเสี่ยงที่คาดคะเนไว้ของการเลิกใช้บริการ หรือ สร้างเซ็กเมนต์ของลูกค้า ที่มีความเสี่ยงในการเลิกใช้บริการสูง เซ็กเมนต์ดังกล่าวช่วยให้เข้าใจว่าการตัดยอดของคุณควรเป็นอย่างไรสำหรับการเป็นสมาชิกเซ็กเมนต์

• ปัจจัยที่มีอิทธิพลมากที่สุด: มีหลายปัจจัยที่นำมาพิจารณาเมื่อสร้างการคาดคะเนของคุณ ปัจจัยแต่ละอย่างมีความสำคัญในการคำนวณสำหรับการคาดคะเนแบบรวมที่โมเดลสร้าง ใช้ปัจจัยเหล่านี้เพื่อช่วยตรวจสอบผลการคาดคะเนของคุณ หรือใช้ข้อมูลนี้ในภายหลังเพื่อ สร้างเซ็กเมนต์ ที่สามารถช่วยโน้มน้าวความเสี่ยงในการเลิกใช้บริการให้กับลูกค้า

หมายเหตุ

ในตารางผลลัพธ์สำหรับโมเดลนี้ ChurnScore แสดงความน่าจะเป็นที่คาดคะเนไว้ของการเลิกใช้บริการ และ IsChurn เป็นป้ายชื่อไบนารีที่ยึดตาม ChurnScore ด้วยเกณฑ์ 0.5 หากค่าเกณฑ์เริ่มต้นนี้ใช้ไม่ได้กับสถานการณ์ของคุณ สร้างเซ็กเมนต์ใหม่ ด้วยเกณฑ์ที่คุณต้องการ ลูกค้าบางรายไม่จำเป็นต้องเป็นลูกค้าที่ใช้งานอยู่เสมอ บางคนอาจไม่ได้ทำกิจกรรมใด ๆ มาเป็นเวลานานและถือว่าเลิกใช้แล้ว ตามคําจํากัดความของการเลิกใช้งานของคุณ การคาดคะเนความเสี่ยงของการเลิกใช้บริการสำหรับลูกค้าที่เลิกใช้แล้วไม่มีประโยชน์ เนื่องจากไม่ใช่ลูกค้าที่สนใจ

หากต้องการดูคะแนนการเลิกใช้บริการ ไปที่ ข้อมูล>ตาราง และดูแท็บข้อมูลสำหรับตารางผลลัพธ์ที่คุณกำหนดสำหรับโมเดลนี้