Exemple de guide de prédiction d’attrition d’abonnement

Ce guide vous guide tout au long d’un exemple de prédiction d’attrition d’abonnement à l’aide d’exemples de données. Nous vous recommandons d’essayer cette prédiction dans un nouvel environnement.

Scénario

Contoso est une entreprise qui produit du café et des machines à café de haute qualité. Ils vendent les produits via leur site web Contoso Coffee. Ils ont récemment commencé une entreprise d’abonnement pour que leurs clients obtiennent du café régulièrement. Leur objectif est de comprendre quels clients abonnés peuvent annuler leur abonnement au cours des prochains mois. Le fait de savoir qui de leurs clients est susceptible d’augmenter leur activité peut les aider à sauver les efforts marketing en se concentrant sur leur maintien.

Prerequisites

• Au moins les Autorisations contributeurs dans Dynamics 365 Customer Insights - Data.

Tâche 1 : ingérer les données

Consultez les articles à propos de l’ingestion de données et la connexion à une source de données Power Query. Les informations suivantes supposent que vous vous êtes familiarisé avec l’ingestion de données en général.

Ingérer les données client d’une plateforme d’eCommerce

1. Créez une source de données Power Query nommée eCommerce et sélectionnez le connecteur Texte/CSV.

2. Entrez l’URL des contacts https://aka.ms/ciadclasscontactse Commerce .

3. Lors de la modification des données, sélectionnez Transformer, puis Utiliser la première ligne pour les en-têtes.

4. Mettez à jour le type de données pour les colonnes répertoriées ci-dessous :

   • DateOfBirth : date
   • CreatedOn : date/heure/fuseau

   

5. Dans le champ Nom du volet droit, renommez votre source de données en eCommerceContacts

6. Enregistrez la source de données.

Ingérer les données client du programme de fidélité

1. Créez une source de données nommée LoyaltyScheme et sélectionnez le connecteur Texte/CSV.

2. Entrez l’URL des clients https://aka.ms/ciadclasscustomerloyaltyde fidélité.

3. Lors de la modification des données, sélectionnez Transformer, puis Utiliser la première ligne pour les en-têtes.

4. Mettez à jour le type de données pour les colonnes répertoriées ci-dessous :

   • DateOfBirth : date
   • RewardsPoints : nombre entier
   • CreatedOn : date/heure

5. Dans le champ Nom du volet droit, renommez votre source de données en loyCustomers.

6. Enregistrez la source de données.

Informations sur l’abonnement d’ingestion

1. Créez une source de données nommée SubscriptionHistory et sélectionnez le connecteur Text/CSV .

2. Entrez l’URL des abonnements https://aka.ms/ciadchurnsubscriptionhistory.

3. Lors de la modification des données, sélectionnez Transformer, puis Utiliser la première ligne pour les en-têtes.

4. Mettez à jour le type de données pour les colonnes répertoriées ci-dessous :

   • SubscriptioID : Nombre entier
   • SubscriptionAmount : Devise
   • SubscriptionEndDate : date/heure
   • SubscriptionStartDate : date/heure
   • Date/heure de transaction : date/heure
   • IsRecurring : True/False
   • Is_auto_renew : True/False
   • PériodiqueFrequencyInMonths : Nombre entier

5. Dans le champ Nom du volet droit, renommez votre source de données en SubscriptionHistory.

6. Enregistrez la source de données.

Ingérer des données client à partir de révisions de site web

1. Créez une source de données nommée Site web et sélectionnez le connecteur Texte/CSV .

2. Entrez l’URL des révisions https://aka.ms/ciadclasswebsitede site web.

3. Lors de la modification des données, sélectionnez Transformer, puis Utiliser la première ligne pour les en-têtes.

4. Mettez à jour le type de données pour les colonnes répertoriées ci-dessous :

   • Révision : Nombre entier
   • ReviewDate : Date

5. Dans le champ Nom du volet de droite, renommez votre source de données en webReviews.

Tâche 2 : unification des données

Consultez l’article sur l’unification des données. Les informations suivantes supposent que vous vous êtes familiarisé avec l’unification de données en général.

Après avoir ingéré les données, commencez le processus d’unification des données pour créer un profil client unifié. Pour plus d’informations, consultez Unification des données.

Décrire les données client à unifier

1. Une fois les données ingérées, mappez les contacts des données d’eCommerce et du programme de fidélité aux types de données courants. Accédez à Données>Unifier.

2. Sélectionnez les tables qui représentent le profil client : eCommerceContacts et loyCustomers.

   

3. Sélectionnez ContactId comme clé primaire pour eCommerceContacts et LoyaltyID comme clé primaire pour loyCustomers.

4. Cliquez sur Suivant. Ignorez les enregistrements en double et sélectionnez Suivant.

Définir les règles de mise en correspondance

1. Choisissez eCommerceContacts : eCommerce comme table principale et incluez tous les enregistrements.

2. Choisissez loyCustomers : LoyaltyScheme et incluez tous les enregistrements.

3. Ajoutez une règle :

   • Sélectionnez FullName pour eCommerceContacts et loyCustomers.
   • Sélectionnez Type (Téléphone, Nom, Adresse, ...) pour Normaliser.
   • Définissez le Niveau de précision sur Base et la Valeur sur Élevé.

4. Ajoutez une deuxième condition pour l’adresse électronique :

   • Sélectionnez Email pour eCommerceContacts et loyCustomers.
   • Laissez le champ Normaliser vide.
   • Définissez le Niveau de précision sur Base et la Valeur sur Élevé.
   • Entrez FullName, Email pour le nom.

   

5. Cliquez sur Terminé.

6. Cliquez sur Suivant.

Afficher les données unifiées

1. Remplacez le nom du ContactId pour la table loyCustomers par ContactIdLOYALTY pour le différencier des autres identifiants ingérés.

2. Sélectionnez Suivant pour vérifier, puis sélectionnez Créer des profils clients.

Tâche 3 : créer une activité d’historique des transactions

Consultez l’article sur les activités client. Les informations suivantes supposent que vous vous êtes familiarisé avec la création d’activités en général.

1. Créez des activités avec la table Abonnement et la table Reviews :Website .

2. Pour l’abonnement, sélectionnez Abonnement pour le type d’activité et CustomerId de la clé primaire.

3. Pour Révisions :Site web, sélectionnez Vérifier pour le type d’activité et l’ID de révision de la clé primaire.

4. Entrez les informations suivantes pour l’activité d’abonnement :

   • Nom de l’activité : SubscriptionHistory
   • Horodatage : SubscriptionEndDate
   • Activité d’événement : SubscriptionType
   • ID de transaction : TransactionID
   • Date de transaction : TransactionDate
   • ID d’abonnement : SubscriptionID
   • Date de début de l’abonnement : SubscriptionStartDate
   • Date de fin de l’abonnement : SubscriptionEndDate

5. Entrez les informations suivantes pour l’activité de révision web :

   • Nom de l’activité : WebReviews
   • Horodatage : ReviewDate
   • Activité d’événement : ActivityTypeDisplay
   • Détails supplémentaires : Révision

6. Créez une relation entre SubscriptionHistory :Subscription et eCommerceContacts :eCommerce avec CustomerID comme clé étrangère pour connecter les deux tables.

7. Créez une relation entre website et eCommerceContacts avec UserId comme clé étrangère.

8. Vérifiez vos modifications, puis sélectionnez Créer des activités.

Tâche 4 - Configurer la prédiction d’attrition d’abonnement

Avec les profils client unifiés en place et l’activité créés, exécutez la prédiction d’attrition d’abonnement. Pour obtenir des étapes détaillées, consultez prédiction d’attrition d’abonnement.

1. Accédez à Informations>Prédictions.

2. Dans l’onglet Créer, sélectionnez Utiliser le modèle dans la vignette Modèle d’attrition clients.

3. Sélectionnez Abonnement pour le type d’attrition, puis Démarrer.

4. Nommez le modèle OOB Subscription Churn Prediction et la table de sortie OOBSubscriptionChurnPrediction.

5. Définissez les préférences du modèle :

   • Jours depuis la fin de l’abonnement : 60 jours pour indiquer qu’un client est considéré comme attriqué s’il ne renouvelle pas l’abonnement pendant cette période après la fin de son abonnement.
   • Jours à examiner à l’avenir pour prédire l’attrition : 93 jours, c’est-à-dire la durée pendant laquelle le modèle prédit l’évolution des clients. Plus loin dans l’avenir vous regardez, moins précis les résultats.

   

6. Cliquez sur Suivant.

7. Dans l’étape Données requises , sélectionnez Ajouter des données pour fournir l’historique des abonnements.

8. Sélectionnez Abonnement et table SubscriptionHistory, puis sélectionnez Suivant. Les données requises sont automatiquement renseignées à partir de l’activité. Cliquez sur Enregistrer.

9. Sous Activités client, sélectionnez Ajouter des données.

10. Pour cet exemple, ajoutez l’activité de révision web.

11. Cliquez sur Suivant.

12. À l’étape Mises à jour des données, sélectionnez Mensuel pour la planification du modèle.

13. Une fois tous les détails passés en revue, sélectionnez Enregistrer et exécuter.

Tâche 5 : passer en revue les résultats et les explications du modèle

Laissez le modèle terminer la formation et la notation des données. Passez en revue les explications du modèle d’attrition d’abonnement. Pour plus d’informations, consultez Afficher les résultats de prédiction.

Tâche 6 - Créer un segment de clients à risque élevé

L'exécution du modèle crée une nouvelle table, qui est répertoriée sous Données>Tables>Sortie. Vous pouvez créer un nouveau segment basé sur la table créée par le modèle.

1. Sur la page de résultats, sélectionnez Créer un segment.

2. Créez une règle à l’aide de la table OOBSubscriptionChurnPrediction et définissez le segment :

   • Champ : ChurnScore
   • Opérateur : supérieur à
   • Valeur : 0,6

3. Sélectionnez Enregistrer et Exécutez le segment.

Vous disposez maintenant d’un segment mis à jour dynamiquement qui identifie les clients à risque élevé pour cette entreprise d’abonnement. Pour plus d’informations, consultez Créer et gérer les segments.

Étapes suivantes

• Prédire l’évolution de l’abonnement