产品建议预测（预览版）示例指南

[本文为预发布文档，可能会发生变化。]

本指南将向您演示使用示例数据的产品建议预测的端到端示例。 我们建议您在新环境中试用此预测。

重要提示

• 这是一项预览功能。
• 预览功能不适合生产使用且功能可能受限。 这些功能在正式发布之前推出，以便客户可以提前使用并提供反馈。

方案

Contoso 是一家生产高品质咖啡和咖啡机的公司。 他们通过 Contoso Coffee 网站销售产品。 他们的目标是了解应该向定期客户推荐哪些产品。 通过了解客户更有可能购买哪些产品，可以将主要精力放在特定项目上来节省市场营销工作。

必备条件

• Dynamics 365 Customer Insights - Data 中至少有参与者权限。

任务 1 - 引入数据

查看关于数据引入和连接到 Power Query 数据源的文章。 以下信息假设您大致了解如何引入数据。

从电子商务平台中引入客户数据

1. 创建一个名为 eCommerce 的 Power query 数据源，然后选择文本/CSV 连接器。

2. 输入电子商务联系人的 URL：https://aka.ms/ciadclasscontacts。

3. 编辑数据时，选择转换，然后选择使用第一行作为标题。

4. 更新下面列出的列的数据类型：

   • DateOfBirth：日期
   • CreatedOn：日期/时间/区域

   

5. 在右侧窗格上的名称字段中，将您的数据源重命名为 eCommerceContacts。

6. 保存数据源。

引入在线购买数据

1. 将另一个数据集添加到相同的电子商务数据源中。 再次选择文本/CSV 连接器。

2. 输入在线购买数据的 URL https://aka.ms/ciadclassonline。

3. 编辑数据时，选择转换，然后选择使用第一行作为标题。

4. 更新下面列出的列的数据类型：

   • PurchasedOn：日期/时间
   • TotalPrice：货币

5. 在侧窗格上的名称字段中，将您的数据源重命名为 eCommercePurchases。

6. 保存数据源。

从忠诚度架构中引入客户数据

1. 创建一个名为 LoyaltyScheme 的数据源，然后选择文本/CSV 连接器。

2. 输入忠诚客户的 URL https://aka.ms/ciadclasscustomerloyalty。

3. 编辑数据时，选择转换，然后选择使用第一行作为标题。

4. 更新下面列出的列的数据类型：

   • DateOfBirth：日期
   • RewardsPoints：整数
   • CreatedOn：日期/时间

5. 在右侧窗格上的名称字段中，将您的数据源重命名为 loyCustomers。

6. 保存数据源。

任务 2 - 数据统一

查看关于数据统一的文章。 以下信息假设您大致了解数据统一。

在引入数据后，开始数据统一过程，以创建统一的客户配置文件。 有关详细信息，请参阅数据统一。

描述要统一的客户数据

1. 引入数据后，将联系人从电子商务和忠诚度数据映射到常见数据类型。 转到数据>统一。

2. 选择表示客户配置文件的表 – eCommerceContacts 和 loyCustomers。

   

3. 选择 ContactId 作为 eCommerceContacts 的主键，选择 LoyaltyID 作为 loyCustomers 的主键。

4. 选择下一步。 跳过重复记录并选择下一步。

定义匹配规则

1. 选择 eCommerceContacts : eCommerce 作为主表并包括所有记录。

2. 选择 loyCustomers : LoyaltyScheme 并包含所有记录。

3. 添加规则：

   • 为 eCommerceContacts 和 loyCustomers 选择 FullName。
   • 针对标准化选择类型（电话、名称、地址、...）。
   • 设置精度级别：基本和值：高。

4. 为电子邮件地址添加第二个条件：

   • 为 eCommerceContacts 和 loyCustomers 选择电子邮件。
   • 将“标准化”留空。
   • 设置精度级别：基本和值：高。
   • 为名称输入FullName 和电子邮件。

   

5. 选择完成。

6. 选择下一步。

查看统一数据

1. 将 loyCustomers 表的 ContactId 重命名为 ContactIdLOYALTY，以将其与其他引入的 ID 区分开来。

2. 选择下一步来查看，然后选择创建客户配置文件。

任务 3 - 创建交易历史记录活动

查看关于客户活动的文章。 以下信息假设您大致了解如何创建活动。

1. 使用 eCommercePurchases:eCommerce 表创建一项活动。

2. 为活动类型选择 SalesOrderLine，为主键选择 PurchaseId。

3. 为活动输入以下信息：

   • 活动名称：eCommercePurchases
   • 时间戳：PurchasedOn
   • EventActivity：TotalPrice
   • 订单行 ID：PurchaseId
   • 订单数据：PurchasedOn
   • 金额：TotalPrice

4. 在 eCommercePurchases:eCommerce 和 eCommerceContacts:eCommerce 之间创建关系，将 ContactID 作为连接两个表的外键。

5. 检查您的更改，然后选择创建活动。

任务 4 - 配置产品建议预测

建立统一的客户配置文件并创建活动后，运行产品建议预测。

1. 转到见解>预测。

2. 在创建选项卡上，在产品建议（预览）磁贴上选择使用模型。

3. 选择开始。

4. 将模型命名为 OOB 产品建议模型预测，将输出表命名为 OOBProductRecommendationModelPrediction。

5. 选择下一步。

6. 定义模型首选项：

   • 产品数量：5，定义要推荐给客户的产品数。
   • 重复预期的购买：是，在建议中包括以前购买的产品。
   • 回看窗口：365 天，定义在再次推荐某个产品之前，模型回顾的时间。

   

7. 选择下一步。

8. 在添加购买历史记录步骤中，选择添加数据。

9. 选择 SalesOrderLine 和 eCommercePurchases 表，然后选择下一步。 所需数据会从活动自动填入。 选择保存，然后选择下一步。

10. 跳过添加产品信息和产品筛选器步骤，因为我们还没有产品信息数据。

11. 在数据更新步骤中，为模型计划选择每月。

12. 选择下一步。

13. 在查看所有详细信息后，选择保存并运行。

任务 5 - 审阅模型结果和说明

让模型完成数据的训练和评分。 查看产品建议模型说明。

任务 6 - 创建热销产品的客户细分

运行模型可创建一个新表，该表列在数据>表上。 您可以基于模型创建的表创建新的客户细分。

1. 在结果页上，选择创建客户细分。

2. 使用 OOBProductRecommendationModelPrediction 表创建规则并定义客户细分：

   • 字段：ProductID
   • 值：选择前三个产品 ID

3. 选择保存并运行客户细分。

您现在有一个动态更新的客户细分，此客户细分标识可能有兴趣购买五种推荐最多的产品的客户。 有关详细信息，请参阅创建和管理客户细分。

小费

您还可以通过选择新建并选择创建自>见解，从见解>客户细分页面为预测模型创建客户细分。 有关详细信息，请参阅使用快速客户细分创建新客户细分。

后续步骤

• 预测产品推荐（预览）