Compartir a través de

Guía de ejemplo de predicción de abandono de suscripción

Esta guía le acompañará por un ejemplo completo de predicción de cancelación de suscripción utilizando datos de muestra. Se recomienda probar esta predicción en un nuevo entorno.

Scenario

Contoso es una empresa que produce café y cafeteras de alta calidad. Venden los productos a través de su sitio web de Contoso Coffee. Recientemente, comenzaron un negocio de suscripción para que sus clientes obtengan café de forma regular. Su objetivo es conocer qué clientes suscritos podrían cancelar su suscripción en los próximos meses. Saber cuál de sus clientes es probable que cancele, puede ayudarle a ahorrar esfuerzos de marketing, centrándose en mantenerlos.

Prerrequisitos

Tarea 1: Ingesta de datos

Revise los artículos sobre la ingesta de datos y la conexión a un origen de datos de Power Query. La siguiente información asume que está familiarizado con la ingesta de datos en general.

Ingesta de datos de clientes desde la plataforma de comercio electrónico

  1. Cree un origen de datos de Power query llamado Comercio electrónico y seleccione el conector Texto/CSV.

  2. Escriba la dirección URL para contactos de eCommerce https://aka.ms/ciadclasscontacts.

  3. Al editar los datos, seleccione Transformar y, a continuación, Use first row as headers (Usar la primera fila como encabezados).

  4. Actualice el tipo de datos de las columnas que se enumeran a continuación:

    • DateOfBirth: Date
    • CreatedOn: Date/Time/Zone

    Transformar la fecha de nacimiento a fecha.

  5. En el campo Nombre del panel derecho, cambie el nombre del origen de datos a eCommerceContacts.

  6. Guarde el origen de datos.

Ingesta de datos de clientes del esquema de fidelidad

  1. Cree un origen de datos denominado LoyaltyScheme y seleccione el conector Text/CSV .

  2. Ingrese la URL para clientes leales https://aka.ms/ciadclasscustomerloyalty.

  3. Al editar los datos, seleccione Transformar y, a continuación, Use first row as headers (Usar la primera fila como encabezados).

  4. Actualice el tipo de datos de las columnas que se enumeran a continuación:

    • DateOfBirth: Date
    • RewardsPoints: número entero
    • CreatedOn: Fecha y hora

  5. En el campo Nombre del panel derecho, cambie el nombre del origen de datos a loyCustomers.

  6. Guarde el origen de datos.

Ingerir información de suscripción

  1. Cree un origen de datos llamado SubscriptionHistory y seleccione el conector Texto/CSV.

  2. Introduzca la URL de las suscripciones https://aka.ms/ciadchurnsubscriptionhistory.

  3. Al editar los datos, seleccione Transformar y, a continuación, Use first row as headers (Usar la primera fila como encabezados).

  4. Actualice el tipo de datos de las columnas que se enumeran a continuación:

    • SubscriptioID: número entero
    • SubscriptionAmount: Moneda
    • SubscriptionEndDate: Fecha/hora
    • SubscriptionStartDate: fecha/hora
    • TransactionDate: fecha/hora
    • IsRecurring: True/False
    • Is_auto_renew: Verdadero/Falso
    • RecurringFrequencyInMonths: número entero

  5. En el campo Nombre del panel derecho, cambie el nombre de su origen de datos a SubscriptionHistory.

  6. Guarde el origen de datos.

Ingerir datos de clientes de revisiones del sitio web

  1. Cree un origen de datos llamado Website y seleccione el conector Texto/CSV.

  2. Escriba la dirección URL para las revisiones del sitio web https://aka.ms/ciadclasswebsite.

  3. Al editar los datos, seleccione Transformar y, a continuación, Use first row as headers (Usar la primera fila como encabezados).

  4. Actualice el tipo de datos de las columnas que se enumeran a continuación:

    • ReviewRating: número entero
    • ReviewDate: Date

  5. En el campo Nombre del panel derecho, cambie el nombre de su origen de datos a webReviews.

Tarea 2: Unificación de datos

Revise el artículo sobre la unificación de datos. En la siguiente información se da por supuesto que está familiarizado con la unificación de datos en general.

Después de ingerir los datos, comience el proceso de unificación de datos para crear un perfil de cliente unificado. Para obtener más información, consulte Unificación de datos.

Describir los datos de los clientes que se van a unificar.

  1. Después de ingerir los datos, mapee los contactos de los datos de comercio electrónico y fidelidad con tipos de datos comunes. Vaya a Datos>Unify

  2. Seleccione las tablas que representan el perfil de cliente – eCommerceContacts y loyCustomers.

    unifique los orígenes de datos de comercio electrónico y fidelidad.

  3. Seleccione ContactId como clave principal para eCommerceContacts y LoyaltyID como clave principal para loyCustomers.

  4. Seleccione Siguiente. Omita los registros duplicados y seleccione Siguiente.

Definición de reglas de coincidencia

  1. Elige eCommerceContacts : eCommerce como tabla principal e incluir todos los registros.

  2. Elija loyCustomers : LoyaltyScheme e incluya todos los registros.

  3. Agregue una regla:

    • Seleccione FullName para eCommerceContacts y loyCustomers.
    • Seleccione Tipo (Teléfono, Nombre, Dirección, ...) para Normalizar.
    • Establecer nivel de precisión: Básico y Valor: Alto.

  4. Agregue una segunda condición para la dirección de correo electrónico:

    • Selecciona Email para eCommerceContacts y loyCustomers.
    • Deje Normalizar en blanco.
    • Establecer nivel de precisión: Básico y Valor: Alto.
    • Escriba FullName, Correo electrónico para el nombre.

    Unifique la regla de coincidencia para el nombre y el correo electrónico.

  5. Seleccione Listo.

  6. Seleccione Siguiente.

Visualización de datos unificados

  1. Cambie el nombre de ContactId para la tabla loyCustomers a ContactIdLOYALTY para diferenciarlo de los otros identificadores ingeridos.

  2. Seleccione Siguiente para revisar y, a continuación, seleccione Crear perfiles de cliente.

Tarea 3: Creación de una actividad del historial de transacciones

Revise el artículo sobre las actividades del cliente. En la siguiente información se asume que está familiarizado con crear actividades en general.

  1. Cree actividades con la tabla Suscripción y la tabla Reviews:Website.

  2. Para Suscripción, seleccione Suscripción para Tipo de actividad y CustomerId para Clave principal.

  3. Para Reviews:Website, seleccione Revisión como Tipo de actividad y ReviewID como Clave principal.

  4. Escriba la siguiente información para la actividad de suscripción:

    • Nombre de la actividad: SubscriptionHistory
    • Marca de tiempo: SubscriptionEndDate
    • Actividad del evento: SubscriptionType
    • Id. de transacción: TransactionID
    • Fecha de transacción: TransactionDate
    • Id. de suscripción: SubscriptionID
    • Fecha de inicio de la suscripción: SubscriptionStartDate
    • Fecha de finalización de la suscripción: SubscriptionEndDate

  5. Escriba la siguiente información para la actividad de revisión web:

    • Nombre de la actividad: WebReviews
    • Marca de tiempo: ReviewDate
    • Actividad de evento: ActivityTypeDisplay
    • Detalle adicional: ReviewRating

  6. Crear una relación entre SubscriptionHistory:Subscription y eCommerceContacts:eCommerce con CustomerID como clave externa para conectar las dos tablas.

  7. Cree una relación entre Website y eCommerceContacts con UserId como clave externa.

  8. Revise los cambios y, a continuación, seleccione Crear actividades.

Tarea 4: configurar la predicción de abandono de suscripciones

Con los perfiles de clientes unificados en su lugar y la actividad creada, ejecute la predicción de cancelación de suscripción. Para conocer los pasos detallados, consulte Predicción de abandono de suscripciones.

  1. Vaya a Conclusiones>Predicciones.

  2. En la pestaña Crear, seleccione Usar modelo en la ventana Modelo de abandono de clientes.

  3. Seleccione Suscripción para el tipo de abandono y luego Empezar.

  4. Nombre el modelo como Predicción de cancelación de suscripción OOB y la tabla de salida como OOBSubscriptionChurnPrediction.

  5. Definir preferencias de modelo:

    • Días desde que finalizó la suscripción: 60 días para indicar que un cliente se considera cancelado si no renueva la suscripción en este período después de que finalizó su suscripción.
    • Días para investigar el futuro para predecir la rotación: 93 días, que es la duración que el modelo predice qué clientes podrían abandonar. Cuanto más lejos mire en el futuro, menos precisos serán los resultados.

    Seleccione las preferencias de modelo y la definición de abandono.

  6. Seleccione Siguiente.

  7. En el paso Datos necesarios, seleccione Agregar datos para proporcionar el historial de suscripciones.

  8. Seleccione Suscripción y la tabla SubscriptionHistory y seleccione Siguiente. Los datos necesarios se rellenan automáticamente desde la actividad. Haga clic en Guardar.

  9. Seleccione Agregar datos en Actividades del cliente.

  10. Para este ejemplo, agregue la actividad de revisión web.

  11. Seleccione Siguiente.

  12. En el paso Actualizaciones de datos , seleccione Mensual para la programación del modelo.

  13. Después de revisar todos los detalles, seleccione Guardar y ejecutar.

Tarea 5: Revisión de los resultados y explicaciones del modelo

Deje que el modelo complete el entrenamiento y la puntuación de los datos. Revise las explicaciones del modelo de abandono de suscripción. Para obtener más información, consulte Visualización de los resultados de la predicción.

Tarea 6: Creación de un segmento de clientes de alto riesgo de cancelación

La ejecución del modelo crea una nueva tabla, que se enumera en Datos>Tablas>Salida. Puede crear un nuevo segmento basado en la tabla creada por el modelo.

  1. En la página de resultados, seleccione Crear segmento.

  2. Cree una regla mediante la tabla OOBSubscriptionChurnPrediction y defina el segmento:

    • Campo: ChurnScore
    • Operador: mayor que
    • Valor: 0,6

  3. Seleccione Guardar y ejecutar el segmento.

Ahora tiene un segmento que se actualiza dinámicamente y que identifica a los clientes con alto riesgo de abandono para este negocio de suscripción. Para obtener más información, vea Crear y administrar segmentos.

Sugerencia

También puede crear un segmento para un modelo de predicción desde la páginaInsights>Segmentos seleccionando Nuevo y eligiendo Crear a partir de>Insights. Para obtener más información, consulte Crear un nuevo segmento con segmentos rápidos.

Pasos siguientes

  • Last updated on