Các phân khúc được đề xuất (xem trước)

Bài viết
06/02/2024

[Bài viết này là tài liệu trước khi phát hành và có thể thay đổi.]

Dynamics 365 Customer Insights - Data có thể đề xuất các phân đoạn dựa trên hoạt động hoặc thước đo.

Tab phân đoạn được đề xuất hiển thị các đề xuất phân đoạn cho các phân đoạn dựa trên hoạt động và dựa trên thuộc tính.

Quan trọng

Đây là một tính năng xem trước.
Các tính năng xem trước không được dùng cho sản xuất và có thể có chức năng bị hạn chế. Những tính năng này khả dụng trước khi có bản phát hành chính thức để khách hàng có thể truy cập sớm và cung cấp phản hồi.

Phân đoạn được đề xuất dựa trên hoạt động (xem trước)

Khám phá các phân khúc khách hàng thú vị của bạn dựa trên dữ liệu hoạt động của khách hàng được nhập vào Customer Insights - Data. Ví dụ về dữ liệu hoạt động là giao dịch, thời lượng cuộc gọi hỗ trợ, quá trình mua hoặc trả hàng. Để đề xuất các phân khúc, dữ liệu hoạt động sẽ được phân tích theo lần truy cập gần đây, tần suất và giá trị tiền tệ (hoặc thời lượng).

Phân loại khách hàng theo hoạt động

Với dữ liệu hoạt động có sẵn trong Customer Insights - Data, chúng tôi có thể tạo các đề xuất đại diện cho các nhóm khách hàng:

những khách hàng tích cực nhất
những khách hàng đã mua hàng nhiều nhất
những khách hàng tạo ra nhiều doanh thu nhất
những khách hàng không hoạt động gần đây
những khách hàng thường xuyên tương tác với doanh nghiệp của bạn

Nếu bạn có một doanh nghiệp bán lẻ, bạn có thể tìm ra những khách hàng nào tạo ra nhiều doanh thu nhất và tặng phiếu giảm giá cho họ. Hoặc bạn có thể xác định những khách hàng không thường xuyên mua hàng và đề nghị họ tham gia chương trình phần thưởng để họ ghé thăm doanh nghiệp của bạn thường xuyên hơn. Nếu bạn cung cấp dịch vụ chăm sóc sức khỏe cộng đồng và mục tiêu của bạn là giảm thiểu chi phí cho từng bệnh nhân, bạn có thể cố gắng giảm số lần khám định kỳ bằng cách cung cấp dịch vụ chăm sóc tốt nhất có thể với số lần khám ít nhất có thể. Trong trường hợp này, mục tiêu của bạn là giảm tần suất khám bệnh và chi phí tái khám cho bệnh nhân. Hoặc bạn có thể xác định các phân khúc bệnh nhân có cuộc hẹn thường xuyên và chi phí tái khám cao và phân tích những trường hợp này để cải thiện việc điều trị cho từng cá nhân.

Các phân đoạn được đề xuất dựa trên số đo (xem trước)

Khám phá các phân khúc khách hàng thú vị của bạn với sự trợ giúp của mô hình AI. Tính năng được hỗ trợ bởi máy học này đề xuất các phân khúc dựa trên các phép đo hoặc thuộc tính khách hàng. Nó có thể giúp cải thiện các Chỉ số hiệu suất chính (KPI) của bạn hoặc hiểu rõ hơn về mức độ ảnh hưởng của các thuộc tính trong bối cảnh các thuộc tính khác.

Lưu ý

Tính năng phân đoạn được đề xuất sử dụng các phương tiện tự động để đánh giá dữ liệu và đưa ra dự đoán dựa trên dữ liệu đó. Do đó, nó có khả năng được sử dụng như một phương pháp lập hồ sơ vì thuật ngữ đó được xác định bởi luật và quy định về quyền riêng tư. Việc bạn sử dụng tính năng này để xử lý dữ liệu có thể phải tuân theo các luật hoặc quy định đó. Bạn có trách nhiệm đảm bảo rằng việc bạn sử dụng Customer Insights - Data, bao gồm cả tính năng này, tuân thủ tất cả các luật và quy định hiện hành, bao gồm các luật liên quan đến quyền riêng tư, dữ liệu cá nhân, dữ liệu sinh trắc học, bảo vệ dữ liệu và bảo mật thông tin liên lạc.

Trang phân đoạn được đề xuất hiển thị chi tiết về đề xuất ở ngăn bên.

Các phân khúc được đề xuất để cải thiện KPI của bạn

Nếu bạn sử dụng các biện pháp được tạo để giúp theo dõi KPI của mình, hãy tạo các phân đoạn để xem mức độ ảnh hưởng lên KPI. Bạn có thể sử dụng thông tin này để chạy một chiến dịch được nhắm mục tiêu cao.

Ví dụ: bạn theo dõi thước đo có tên TotalSpendPerCustomer. Là một doanh nghiệp, bạn muốn thấy con số này tăng lên. Chọn thước đo làm thuộc tính chính, chọn các thuộc tính mà bạn muốn đánh giá về mức độ ảnh hưởng. Giả sử cấp thành viên, thời hạn thành viên và nghề nghiệp. Customer Insights - Data sau đó có thể đề xuất một phân đoạn cho bạn biết ai là người có ảnh hưởng lớn nhất đến thước đo đó. Ví dụ: Kế toán là thành viên Vàng và đã gắn bó với doanh nghiệp của bạn ít nhất 5 năm là yếu tố có ảnh hưởng lớn nhất đến Tổng chi tiêu trên mỗi khách hàng. Bạn sẽ nhận được quy mô phân đoạn ước tính cho mọi đề xuất. Bạn có thể sử dụng thông tin này để tạo chiến dịch cho các đối tượng được nhắm mục tiêu.

Hiểu điều gì ảnh hưởng đến thuộc tính khách hàng

Bạn có thể chọn thuộc tính khách hàng thay vì một số đo làm thuộc tính chính. Dựa trên lựa chọn của bạn về các thuộc tính ảnh hưởng, mô hình AI tạo ra một loạt các đề xuất cho thấy những thuộc tính đã chọn ảnh hưởng như thế nào đến thuộc tính chính.

Ví dụ: bạn chọn Thành viên Phần thưởng (Có/Không) làm thuộc tính chính. Nhiệm kỳ, Nghề nghiệp và Số lượng Phiếu hỗ trợ được đặt làm các thuộc tính ảnh hưởng khác. Mô hình AI có thể đề xuất các phân đoạn cho thấy hầu hết các chuyên gia CNTT có thâm niên trên 2 năm là thành viên thưởng. Một gợi ý khác có thể làm nổi bật rằng kế toán có thâm niên trên 1 năm và ít hơn 3 phiếu hỗ trợ là thành viên thưởng.

Sử dụng trí tuệ nhân tạo

Thuật toán cây quyết định đề xuất các phân đoạn thú vị dựa trên thuộc tính chính và thuộc tính ảnh hưởng. Các đề xuất dựa trên các quy tắc hoặc mẫu đã được thuật toán AI chọn ra. Chỉ các phân đoạn khác biệt đáng kể so với quần thể trung bình mới được hiển thị dưới dạng đề xuất. So sánh với quần thể trung bình dựa trên thước đo đã chọn hoặc thuộc tính chính.

AI có trách nhiệm

Với các phân đoạn được đề xuất, bạn chọn các thuộc tính để tạo phân khúc mới và xử lý dữ liệu bạn chọn. Khi chọn các thuộc tính, bao gồm các thuộc tính nhạy cảm như chủng tộc, khuynh hướng tình dục hoặc giới tính, bạn phải đảm bảo rằng bạn có thể và cần xử lý dữ liệu đó. Bạn có trách nhiệm tuân thủ mọi luật áp dụng cho tổ chức của mình và tuân thủ các nguyên tắc cũng như chính sách quyền riêng tư của tổ chức bạn.

Các kết quả khác nhau cho thuộc tính chính có giá trị phân loại và số

Đề xuất phân đoạn sẽ khác nếu bạn chọn thuộc tính số hoặc thuộc tính phân loại làm thuộc tính chính. Giá trị trong thuộc tính phân loại chứa hai hoặc nhiều phân loại hoặc loại. Thuộc tính số chứa dữ liệu định lượng và có giá trị đo lường liên quan đến nó.

Với thuộc tính số như thu nhập hàng năm hoặc thời gian thành viên làm thuộc tính chính, hệ thống sẽ đề xuất các phân khúc có giá trị trung bình cao hơn hoặc thấp hơn của thuộc tính số khi so sánh với tất cả khách hàng.

Thuộc tính phân loại như sự hài lòng của khách hàng là thuộc tính chính dẫn đến các phân khúc được đề xuất có tỷ lệ phần trăm khách hàng thuộc một danh mục cụ thể cao hơn hoặc thấp hơn khi so sánh với tỷ lệ phần trăm của tất cả khách hàng thuộc cùng loại đó. Ví dụ: sự hài lòng của khách hàng được chọn làm thuộc tính chính và nó bao gồm ba loại (Thấp, Trung bình và Cao). Với mỗi danh mục, các phân khúc sẽ được gợi ý có tỷ lệ khách hàng thuộc danh mục đó cao hơn hoặc thấp hơn so với tỷ lệ của tất cả khách hàng cùng danh mục. Nếu 22% tổng số khách hàng có mức độ hài lòng Cao thì chỉ những phân khúc có tỷ lệ khách hàng cao hơn hoặc thấp hơn có mức Cao mức độ hài lòng so với 22% sẽ được đề xuất cho danh mục đó. Tương tự, các phân đoạn sẽ được đề xuất cho từng danh mục khác (Thấp và Trung bình) nếu chúng có ý nghĩa thống kê.