เซ็กเมนต์แนะนํา (พรีวิว)

บทความ
10/25/2023

[บทความนี้เป็นคู่มือรุ่นก่อนวางจำหน่าย และอาจจะมีการเปลี่ยนแปลงในอนาคต]

Dynamics 365 Customer Insights - Data สามารถแนะนำเซ็กเมนต์ตามกิจกรรมหรือการวัด

แท็บเซ็กเมนต์ที่แนะนำซึ่งแสดงคำแนะนำเซ็กเมนต์สำหรับเซ็กเมนต์ที่อิงตามกิจกรรมและตามแอตทริบิวต์

สำคัญ

นี่คือคุณลักษณะพรีวิว
คุณลักษณะพรีวิวไม่ได้มีไว้สำหรับการนำไปใช้งานจริงและอาจมีฟังก์ชันการทำงานที่จำกัด คุณลักษณะเหล่านี้สามารถใช้ได้ก่อนการเปิดตัวอย่างเป็นทางการ เพื่อให้ลูกค้าสามารถเข้าใช้งานได้ก่อนเวลาและให้ข้อคิดเห็น

เซ็กเมนต์ที่แนะนำตามกิจกรรม (พรีวิว)

ค้นหาเซ็กเมนต์ที่น่าสนใจของลูกค้าของคุณตามข้อมูลกิจกรรมของลูกค้าที่ส่งเข้าสู่ Customer Insights - Data ตัวอย่างของข้อมูลกิจกรรม ได้แก่ ธุรกรรม ระยะเวลาการสนับสนุนการโทร การซื้อ หรือการคืนสินค้า เพื่อแนะนำเซ็กเมนต์ ข้อมูลกิจกรรมจะได้รับการวิเคราะห์สำหรับความใหม่ ความถี่ และมูลค่าทางการเงิน (หรือระยะเวลา)

จัดหมวดหมู่ลูกค้าตามกิจกรรม

ด้วย ข้อมูลกิจกรรม ที่มีอยู่ใน Customer Insights - Data เราสามารถสร้างคำแนะนำที่แสดงถึงกลุ่มลูกค้า:

ลูกค้าที่ใช้งานมากที่สุด
ลูกค้าที่ทำการซื้อมากที่สุด
ลูกค้าที่สร้างรายได้มากที่สุด
ลูกค้าที่ไม่ได้ใช้งานเมื่อเร็วๆ นี้
ลูกค้าที่ติดต่อกับธุรกิจของคุณบ่อยครั้ง

หากคุณมีธุรกิจค้าปลีก คุณสามารถค้นหาว่าลูกค้ารายใดสร้างรายได้มากที่สุดและให้รางวัลแก่พวกเขาด้วยคูปอง หรือคุณสามารถระบุลูกค้าเป็นครั้งคราวและเสนอให้เข้าร่วมโปรแกรมรางวัล เพื่อให้พวกเขาเยี่ยมชมธุรกิจของคุณบ่อยขึ้น หากคุณให้บริการด้านสาธารณสุขและเป้าหมายของคุณคือลดค่าใช้จ่ายสำหรับผู้ป่วยแต่ละราย คุณสามารถพยายามลดการเข้ารับการตรวจซ้ำโดยให้การดูแลที่ดีที่สุดเท่าที่จะเป็นไปได้ ในกรณีนี้ เป้าหมายของคุณคือ การรักษาความถี่ในการเข้ารับการตรวจให้ต่ำและลดค่าใช้จ่ายที่เกิดขึ้นซ้ำสำหรับผู้ป่วย หรือคุณสามารถระบุเซ็กเมนต์ของผู้ป่วยที่มีการนัดหมายบ่อยครั้งและค่าใช้จ่ายที่เกิดซ้ำสูง และวิเคราะห์กรณีเหล่านี้เพื่อปรับปรุงการรักษาของแต่ละบุคคล

เซ็กเมนต์ที่แนะนำตามการวัด (พรีวิว)

ค้นพบเซ็กเมนต์ลูกค้าที่น่าสนใจด้วยความช่วยเหลือของแบบจำลอง AI คุณลักษณะการเรียนรู้เกี่ยวกับเครื่องนี้จะแนะนำเซ็กเมนต์ตามการวัดหรือแอตทริบิวต์ของลูกค้า ซึ่งสามารถช่วยปรับปรุง ตัวบ่งชี้ประสิทธิภาพหลัก (KPI) ของคุณหรือเข้าใจอิทธิพลของแอตทริบิวต์ในบริบทของแอตทริบิวต์อื่น ๆ ได้ดีขึ้น

หมายเหตุ

คุณลักษณะเซ็กเมนต์ที่แนะนำใช้วิธีการอัตโนมัติในการประเมินข้อมูลและทำการคาดคะเนตามข้อมูลนั้น ดังนั้นจึงสามารถใช้เป็นวิธีการทำโปรไฟล์ได้ เนื่องจากคำดังกล่าวถูกกำหนดโดยกฎหมายและข้อบังคับด้านความเป็นส่วนตัว การใช้คุณลักษณะนี้เพื่อประมวลผลข้อมูลของคุณอาจอยู่ภายใต้กฎหมายหรือข้อบังคับอื่น ๆ คุณมีหน้าที่รับผิดชอบในการตรวจสอบว่าคุณใช้ Customer Insights - Data รวมถึงคุณลักษณะ ปฏิบัติตามกฎหมายและข้อบังคับที่เกี่ยวข้องทั้งหมด รวมถึงกฎหมายที่เกี่ยวข้องกับความเป็นส่วนตัว ข้อมูลส่วนบุคคล ข้อมูลไบโอเมตริก การปกป้องข้อมูล และการรักษาความลับของการสื่อสาร

หน้าเซ็กเมนต์ที่แนะนำที่แสดงรายละเอียดของข้อเสนอแนะในบานหน้าต่างด้านข้าง

เซ็กเมนต์แนะนำเพื่อปรับปรุง KPI ของคุณ

ถ้าคุณใช้ การวัดที่สร้างขึ้น เพื่อช่วยติดตาม KPI ของคุณ สร้างเซ็กเมนต์เพื่อดูอิทธิพลที่มีต่อ KPI คุณสามารถใช้ข้อมูลนี้เพื่อเรียกใช้แคมเปญที่ตรงเป้าหมาย

ตัวอย่างเช่น คุณติดตามการวัดที่เรียกว่า TotalSpendPerCustomer ในฐานะธุรกิจ คุณต้องการเห็นตัวเลขนี้เติบโต เมื่อเลือกการวัดเป็นแอตทริบิวต์หลัก ให้เลือกแอตทริบิวต์ที่คุณต้องการประเมินอิทธิพล เอาเป็นว่า ระดับสมาชิกระยะเวลาการเป็นสมาชิก และ อาชีพ จากนั้น Customer Insights - Data สามารถแนะนำเซ็กเมนต์ที่บอกคุณได้ว่าใครคือผู้ที่มีอิทธิพลสูงสุดของการวัดผลนั้น ตัวอย่างเช่น นักบัญชี ซึ่งเป็นสมาชิกระดับ ทอง และผู้ที่อยู่กับธุรกิจของคุณ อย่างน้อยห้าปี เป็นผู้มีอิทธิพลรายใหญ่ที่สุดของ TotalSpendPerCustomer คุณจะได้รับขนาดเซ็กเมนต์โดยประมาณสำหรับทุกข้อเสนอแนะ คุณสามารถใช้ข้อมูลนี้เพื่อสร้างแคมเปญสำหรับกลุ่มเป้าหมาย

ทำความเข้าใจว่าอะไรมีอิทธิพลต่อแอตทริบิวต์ของลูกค้า

คุณสามารถเลือกแอตทริบิวต์ของลูกค้าแทนการวัดเป็นแอตทริบิวต์หลัก ขึ้นกับแอตทริบิวต์ต์ที่ส่งผลกระทบที่คุณเลือก แบบจำลอง AI จะสร้างชุดข้อเสนอแนะที่แสดงให้เห็นว่าแอตทริบิวต์ที่เลือกมีผลต่อแอตทริบิวต์หลักอย่างไร

ตัวอย่างเช่น คุณเลือก สมาชิกคะแนนสะสม (ใช่/ไม่ใช่) เป็นแอตทริบิวต์หลัก อายุงาน, อาชีพ และ จำนวนตั๋วการสนับสนุน ตั้งค่าเป็นแอตทริบิวต์ที่ส่งผลกระทบอื่น ๆ แบบจำลอง AI สามารถแนะนำเซ็กเมนต์ที่ระบุว่าผู้เชี่ยวชาญด้านไอทีส่วนใหญ่ที่ดำรงตำแหน่งมากกว่าสองปีเป็นสมาชิกคะแนนสะสม ข้อเสนอแนะอื่นสามารถเน้นว่านักบัญชีที่มีวาระการดำรงตำแหน่งมากกว่าหนึ่งปีและตั๋วการสนับสนุนน้อยกว่าสามใบเป็นสมาชิกคะแนนสะสม

การใช้ปัญญาประดิษฐ์

การใช้แอตทริบิวต์หลักและแอตทริบิวต์ที่ส่งผลกระทบ อัลกอริทึมแผนผังการตัดสินใจจะแนะนำเซ็กเมนต์ที่น่าสนใจ ข้อเสนอแนะเป็นไปตามกฎหรือรูปแบบที่อัลกอริทึม AI เลือกขึ้นมา เฉพาะเซ็กเมนต์ที่แตกต่างอย่างมีนัยสำคัญจากประชากรโดยเฉลี่ยเท่านั้นที่จะแสดงเป็นข้อเสนอแนะ การเปรียบเทียบกับประชากรโดยเฉลี่ยจะขึ้นอยู่กับการวัดหรือแอตทริบิวต์หลักที่เลือก

AI ที่มีความรับผิดชอบ

ด้วยเซ็กเมนต์ที่แนะนำ คุณสามารถเลือกแอตทริบิวต์เพื่อสร้างเซ็กเมนต์ใหม่และประมวลผลข้อมูลที่คุณเลือกได้ เมื่อเลือกแอตทริบิวต์ รวมถึงคุณลักษณะที่ละเอียดอ่อน เช่น เชื้อชาติ รสนิยมทางเพศ หรือเพศ คุณต้องแน่ใจว่าคุณสามารถและควรประมวลผลข้อมูลนั้น คุณมีหน้าที่รับผิดชอบในการปฏิบัติตามกฎหมายที่เกี่ยวข้องกับองค์กรของคุณและปฏิบัติตามหลักการและนโยบายความเป็นส่วนตัวขององค์กรของคุณ

ผลลัพธ์ที่แตกต่างกันสำหรับแอตทริบิวต์หลักที่มีค่าหมวดหมู่และตัวเลข

ข้อเสนอแนะขเซ็กเมนต์จะแตกต่างกันหากคุณเลือกแอตทริบิวต์ตัวเลขหรือแอตทริบิวต์หมวดหมู่เป็นแอตทริบิวต์หลัก ค่าในแอตทริบิวต์หมวดหมู่ประกอบด้วยสองหมวดหมู่หรือชนิดขึ้นไป แอตทริบิวต์ตัวเลขประกอบด้วยข้อมูลเชิงปริมาณและมีการวัดที่เกี่ยวข้อง

ด้วยแอตทริบิวต์ตัวเลข เช่น รายได้ต่อปี หรือ ระยะเวลาการเป็นสมาชิก ในฐานะแอตทริบิวต์หลัก ระบบจะแนะนำเซ็กเมนต์ที่มีค่าเฉลี่ยสูงหรือต่ำกว่าของแอตทริบิวต์ตัวเลขเมื่อเปรียบเทียบกับลูกค้าทั้งหมด

คุณลักษณะที่เป็นหมวดหมู่ เช่น ความพึงพอใจของลูกค้า เนื่องจากแอตทริบิวต์หลักส่งผลให้กลุ่มที่แนะนำซึ่งมีเปอร์เซ็นต์ที่สูงกว่าหรือต่ำกว่าของลูกค้าที่อยู่ในหมวดหมู่หนึ่ง ๆ เมื่อเทียบกับเปอร์เซ็นต์ของลูกค้าทั้งหมดที่อยู่ในหมวดหมู่เดียวกันนั้น ตัวอย่างเช่น ความพึงพอใจของลูกค้า ได้รับเลือกให้เป็นแอตทริบิวต์หลักและประกอบด้วยสามประเภท (ต่ำปานกลาง และ สูง) สำหรับแต่ละประเภท คุณจะเห็นการแนะนำเซ็กเมนต์ที่มีเปอร์เซ็นต์ลูกค้าที่อยู่ในประเภทนั้นสูงกว่าหรือต่ำกว่าเมื่อเปรียบเทียบกับสัดส่วนของลูกค้าทั้งหมดในประเภทเดียวกัน ถ้า 22% ของลูกค้าทั้งหมดมีความพึงพอใจ สูง เฉพาะกลุ่มที่มีสัดส่วนลูกค้าที่มีความพึงพอใจ สูง สูงกว่าหรือน้อยกว่าเมื่อเทียบกับ 22% ได้รับการแนะนำสำหรับประเภทนั้น ในทำนองเดียวกัน จะมีการแนะนำเซ็กเมนต์สำหรับหมวดหมู่อื่น ๆ (ต่ำ และ ปานกลาง) หากมีนัยสำคัญทางสถิติ