次の方法で共有

サブスクリプションチャーン予測サンプル ガイド

このガイドでは、サンプル データを使用したサブスクリプションチャーン予測のエンド ツー エンドの例について説明します。 新しい環境でこの予測を試してみることをお勧めします。

Scenario

Contoso は、高品質のコーヒーマシンとコーヒーマシンを生産する会社です。 Contoso Coffee Web サイトを通じて製品を販売しています。 最近、顧客が定期的にコーヒーを飲むためのサブスクリプション ビジネスを開始しました。 その目標は、サブスクライブしている顧客が今後数か月以内にサブスクリプションを取り消す可能性を理解することです。 離 反する可能性が高い 顧客を把握することは、顧客を維持することに重点を置くことでマーケティング作業を節約するのに役立ちます。

[前提条件]

タスク 1 - データの取り込み

データ インジェストと Power Query データ ソースへの接続に関する記事を確認します。 次の情報は、一般的なデータの取り込みについて理解していることを前提としています。

eコマース プラットフォームから顧客データを取り込む

  1. eCommerce という名前の Power Query データ ソースを作成し、テキスト/CSV コネクタを選択します。

  2. eコマースの連絡先 https://aka.ms/ciadclasscontactsの URL を入力します。

  3. データの編集中に、[ 変換 ] を選択し、[ 先頭行をヘッダーとして使用] を選択します。

  4. 次に示す列のデータ型を更新します。

    • DateOfBirth: Date
    • CreatedOn: 日付/時刻/ゾーン

    生年月日を日付に変換します。

  5. 右側のウィンドウの [名前] フィールドで、データ ソースの名前を eCommerceContacts に変更します。

  6. データ ソースを保存します。

ロイヤルティ スキーマから顧客データを取り込む

  1. LoyaltyScheme という名前のデータ ソースを作成し、テキスト/CSV コネクタを選択します。

  2. ロイヤルティ顧客 https://aka.ms/ciadclasscustomerloyaltyの URL を入力します。

  3. データの編集中に、[ 変換 ] を選択し、[ 先頭行をヘッダーとして使用] を選択します。

  4. 次に示す列のデータ型を更新します。

    • DateOfBirth: Date
    • RewardsPoints: 整数
    • CreatedOn: 日付/時刻

  5. 右側のウィンドウの [名前 ] フィールドで、データ ソースの名前を loyCustomers に変更します。

  6. データ ソースを保存します。

サブスクリプション情報の取り込み

  1. SubscriptionHistory という名前のデータ ソースを作成し、テキスト/CSV コネクタを選択します。

  2. https://aka.ms/ciadchurnsubscriptionhistoryサブスクリプションの URL を入力します。

  3. データの編集中に、[ 変換 ] を選択し、[ 先頭行をヘッダーとして使用] を選択します。

  4. 次に示す列のデータ型を更新します。

    • SubscriptioID: 整数
    • SubscriptionAmount: Currency
    • SubscriptionEndDate: 日付/時刻
    • SubscriptionStartDate: 日付/時刻
    • TransactionDate: 日付/時刻
    • IsRecurring: True/False
    • Is_auto_renew: True/False
    • RecurringFrequencyInMonths: 整数

  5. 右側のウィンドウの [名前 ] フィールドで、データ ソースの名前を SubscriptionHistory に変更します。

  6. データ ソースを保存します。

Web サイト レビューから顧客データを取り込む

  1. Web サイトという名前のデータ ソースを作成し、テキスト/CSV コネクタを選択します。

  2. Web サイトレビュー https://aka.ms/ciadclasswebsiteの URL を入力します。

  3. データの編集中に、[ 変換 ] を選択し、[ 先頭行をヘッダーとして使用] を選択します。

  4. 次に示す列のデータ型を更新します。

    • ReviewRating: 整数
    • ReviewDate: Date

  5. 右側のウィンドウの [名前 ] フィールドで、データ ソースの名前を webReviews に変更します。

タスク 2 - データの統合

データの統合に関する記事を確認します。 次の情報は、一般的なデータの統合に精通していることを前提としています。

データを取り込んだ後、データ統合プロセスを開始して、統合された顧客プロファイルを作成します。 詳細については、「 データの統合」を参照してください。

統合する顧客データについて説明する

  1. データを取り込んだ後、e コマースおよびロイヤルティ データの連絡先を一般的なデータ型にマップします。 データ>統合 に移動します。

  2. 顧客プロファイル ( eCommerceContacts と loyCustomers) を表すテーブルを選択します。

    eコマースとロイヤルティデータソースを統合します。

  3. eCommerceContacts の主キーとして ContactId を選択し、loyCustomers の主キーとして LoyaltyID を選択します。

  4. [次へ] を選択します。 重複するレコードをスキップし、[ 次へ] を選択します。

照合ルールを定義する

  1. eCommerceContacts: eCommerce をプライマリ テーブルとして選択し、すべてのレコードを含めます。

  2. loyCustomers : LoyaltyScheme を選択し、すべてのレコードを含めます。

  3. ルールを追加します。

    • eCommerceContacts と loyCustomers の両方に FullName を選択します。
    • 正規化の種類 (電話、名前、住所、...) を選択します。
    • 精度レベルの設定: 基本と値: 高。

  4. 電子メール アドレスの 2 つ目の条件を追加します。

    • eCommerceContacts と loyCustomers の両方に [ 電子メール ] を選択します。
    • Normalize は空白のままにします。
    • 精度レベルの設定: 基本と値: 高。
    • 名前 として「FullName」と入力し、電子メール を入力します。

    名前とメールの一致ルールを統合します。

  5. 完了を選択します。

  6. [次へ] を選択します。

統合データの表示

  1. loyCustomers テーブルの ContactId の名前を ContactIdLOYALTY に変更して、取り込まれた他の ID と区別します。

  2. [ 次へ ] を選択して確認し、[ 顧客プロファイルの作成] を選択します。

タスク 3 - トランザクション履歴アクティビティの作成

顧客アクティビティに関する記事を確認します。 次の情報は、アクティビティの作成全般について理解していることを前提としています。

  1. Subscription テーブルと Reviews:Website テーブルを使用してアクティビティを作成します。

  2. [サブスクリプション] で、[アクティビティの種類] に [サブスクリプション] を選択し、主キーに [CustomerId] を選択します。

  3. [Reviews:Website]\(レビュー:Web サイト\) で、主キーの[アクティビティの種類] と [ReviewID] を選択します。

  4. サブスクリプション アクティビティの次の情報を入力します。

    • アクティビティ名: SubscriptionHistory
    • Timestamp: SubscriptionEndDate
    • イベント アクティビティ: SubscriptionType
    • トランザクション ID: TransactionID
    • トランザクション日付: TransactionDate
    • サブスクリプション ID: SubscriptionID
    • サブスクリプションの開始日: SubscriptionStartDate
    • サブスクリプションの終了日: SubscriptionEndDate

  5. Web レビュー アクティビティの次の情報を入力します。

    • アクティビティ名: WebReviews
    • タイムスタンプ: ReviewDate
    • イベント アクティビティ: ActivityTypeDisplay
    • その他の詳細: ReviewRating

  6. 2 つのテーブルを接続するための外部キーとして CustomerID を使用して、SubscriptionHistory:Subscription と eCommerceContacts:eCommerce の間にリレーションシップを作成します。

  7. 外部キーとして UserId を使用して、Web サイトと eCommerceContacts の間にリレーションシップを作成します。

  8. 変更を確認し、[ アクティビティの作成] を選択します。

タスク 4 - サブスクリプションチャーン予測を構成する

統合された顧客プロファイルが配置され、アクティビティが作成されたら、サブスクリプションのチャーン予測を実行します。 詳細な手順については、「 サブスクリプションのチャーン予測」を参照してください。

  1. Insights>Predictions に移動します。

  2. 作成 タブで 顧客離反モデル タイルの モデルを使用 を選択します。

  3. 離反のタイプに サブスクリプション を選択し、開始する を選択します。

  4. モデル OOB サブスクリプションチャーン予測 と出力テーブル OOBSubscriptionChurnPrediction に名前を付けます。

  5. モデルの基本設定を定義します。

    • サブスクリプションが終了してからの日数: サブスクリプションが終了した後、この期間にサブスクリプションを更新しなかった場合に顧客がチャーン済みと見なされることを示す 60 日間。
    • チャーンを予測する将来を確認する日数: 93 日。これは、モデルがどの顧客がチャーンする可能性があるかを予測する期間です。 将来見れば見えるほど、結果の精度は低くなります。

    モデルの基本設定とチャーン定義を選択します。

  6. [次へ] を選択します。

  7. [必須データ] ステップで、[データの追加] を選択してサブスクリプション履歴を指定します。

  8. [ サブスクリプション ] と [SubscriptionHistory] テーブルを選択し、[ 次へ] を選択します。 必要なデータは、アクティビティから自動的に入力されます。 保存 を選択します。

  9. [顧客アクティビティ] で、[ データの追加] を選択します。

  10. この例では、Web レビュー アクティビティを追加します。

  11. [次へ] を選択します。

  12. [ データ更新 ] ステップで、モデル スケジュールに [月単位 ] を選択します。

  13. すべての詳細を確認したら、[ 保存して実行] を選択します。

タスク 5 - モデルの結果と説明を確認する

モデルでデータのトレーニングとスコアリングを完了します。 サブスクリプションチャーン モデルの説明を確認します。 詳細については、「 予測結果の表示」を参照してください。

タスク 6 - チャーン リスクの高い顧客のセグメントを作成する

モデルを実行すると、 Data>Tables>Output に一覧表示される新しいテーブルが作成されます。 モデルによって作成されたテーブルに基づいて、新しいセグメントを作成できます。

  1. 結果ページで、[セグメントの 作成] を選択します。

  2. OOBSubscriptionChurnPrediction テーブルを使用してルールを作成し、セグメントを定義します。

    • フィールド: ChurnScore
    • 演算子: より大きい
    • 値: 0.6

  3. [ 保存] を 選択し、セグメントを 実行 します。

これで、このサブスクリプション ビジネスのチャーン リスクの高い顧客を識別するセグメントが動的に更新されました。 詳細については、「セグメントの 作成と管理」を参照してください。

ヒント

予測モデルのセグメントは、[Insights>Segments] ページで [新規作成] を選択し、[新規作成] >] を選択して作成することもできます。 詳細については、「 クイック セグメントを含む新しいセグメントを作成する」を参照してください。

次のステップ

  • Last updated on