เซกเมนต์ที่แนะนํา (ตัวอย่าง)

[บทความนี้เป็นคู่มือรุ่นก่อนวางจำหน่าย และอาจจะมีการเปลี่ยนแปลงในอนาคต]

Dynamics 365 Customer Insights - ข้อมูลสามารถแนะนําเซกเมนต์ตามกิจกรรมหรือหน่วยวัดได้

เซกเมนต์ที่แนะนําตามกิจกรรม (ตัวอย่าง)

ค้นพบกลุ่มที่น่าสนใจของลูกค้าของคุณโดยยึดตามข้อมูลกิจกรรมของลูกค้าที่จะส่งเข้าข้อมูลเชิงลึกของลูกค้า - ข้อมูล ตัวอย่างของข้อมูลกิจกรรมคือธุรกรรม สนับสนุนระยะเวลาการโทร การซื้อ หรือการส่งคืน เพื่อแนะนําเซกเมนต์ ข้อมูลกิจกรรมจะได้รับการวิเคราะห์สําหรับความล่าช้า ความถี่ และมูลค่าทางการเงิน (หรือระยะเวลา)

จัดประเภทลูกค้าตามกิจกรรม

ด้วย ข้อมูลกิจกรรม ที่มีอยู่ในข้อมูลเชิงลึกของลูกค้า - ข้อมูล เราสามารถสร้างคําแนะนําที่แสดงถึงกลุ่มลูกค้า:

• ลูกค้าที่ใช้งานมากที่สุด
• ลูกค้าที่ทําการซื้อมากที่สุด
• ลูกค้าที่สร้างรายได้มากที่สุด
• ลูกค้าที่ไม่ได้ใช้งานเมื่อเร็ว ๆ นี้
• ลูกค้าที่มีการโต้ตอบกับธุรกิจของคุณบ่อยครั้ง

หากคุณมีธุรกิจค้าปลีก คุณสามารถตรวจสอบได้ว่าลูกค้ารายใดที่สร้างรายได้มากที่สุดและให้รางวัลด้วยคูปอง หรือคุณสามารถระบุลูกค้าเป็นครั้งคราวและเสนอให้พวกเขาเข้าร่วมโปรแกรมรางวัลเพื่อให้พวกเขาเยี่ยมชมธุรกิจของคุณบ่อยขึ้น หากคุณให้การดูแลสุขภาพของประชาชนและเป้าหมายของคุณคือการลดค่าใช้จ่ายสําหรับผู้ป่วยรายบุคคลคุณสามารถพยายามลดการเยี่ยมชมซ้ําโดยการให้การดูแลที่ดีที่สุดเท่าที่จะเป็นไปได้ ในกรณีนี้เป้าหมายของคุณคือการรักษาความถี่การเยี่ยมชมให้ต่ําและลดค่าใช้จ่ายที่เกิดขึ้นประจําสําหรับผู้ป่วย หรือคุณสามารถระบุเซกเมนต์ของผู้ป่วยที่มีการนัดหมายบ่อยและมีค่าใช้จ่ายที่เกิดขึ้นประจําสูงและวิเคราะห์กรณีเหล่านี้เพื่อปรับปรุงการรักษาของแต่ละบุคคล

เซกเมนต์ที่แนะนําตามหน่วยวัด (ตัวอย่าง)

ค้นหาเซกเมนต์ที่น่าสนใจของลูกค้าของคุณด้วยความช่วยเหลือของแบบจําลอง AI คุณลักษณะขับเคลื่อนการเรียนรู้ของเครื่องนี้แนะนําเซกเมนต์ตามหน่วยวัดหรือแอตทริบิวต์ลูกค้า ซึ่งจะช่วยปรับปรุงตัวบ่งชี้ประสิทธิภาพหลัก (KPI) ของคุณ หรือทําความเข้าใจอิทธิพลของแอตทริบิวต์ในบริบทของแอตทริบิวต์อื่น ๆ ได้ดียิ่งขึ้น

เซกเมนต์ที่แนะนําเพื่อปรับปรุง KPI ของคุณ

ถ้าคุณใช้ หน่วยวัดที่สร้างขึ้น เพื่อช่วยติดตาม KPI ของคุณ ให้สร้างเซกเมนต์เพื่อดูอิทธิพลใน KPI คุณสามารถใช้ข้อมูลนี้เพื่อรันการส่งเสริมการขายที่กําหนดเป้าหมายสูง

ตัวอย่างเช่น คุณติดตามหน่วยวัดที่เรียกว่า TotalSpendPerCustomer ในฐานะที่เป็นธุรกิจ คุณต้องการเห็นจํานวนนี้เพิ่มขึ้น การเลือกหน่วยวัดเป็นแอตทริบิวต์หลัก ให้เลือกแอตทริบิวต์ที่คุณต้องการประเมินสําหรับอิทธิพล สมมติว่าระดับสมาชิกระยะเวลาการเป็นสมาชิกและอาชีพ ข้อมูลเชิงลึกของลูกค้า - จากนั้นข้อมูลสามารถแนะนําเซกเมนต์ที่บอกคุณว่าใครเป็นอิทธิพลที่ใหญ่ที่สุดของหน่วยวัดนั้น ตัวอย่างเช่น นักบัญชีที่เป็นสมาชิกระดับโกลด์ และผู้ที่เคยอยู่กับธุรกิจของคุณมาแล้วอย่างน้อยห้าปีเป็นผู้มีอิทธิพลมากที่สุดของ TotalSpendPerCustomer คุณจะได้รับขนาดเซกเมนต์โดยประมาณสําหรับคําแนะนําทุกรายการ คุณสามารถใช้ข้อมูลนี้เพื่อสร้างการส่งเสริมการขายสําหรับผู้ชมเป้าหมายได้

ทําความเข้าใจสิ่งที่มีอิทธิพลต่อแอตทริบิวต์ลูกค้า

คุณสามารถเลือกแอตทริบิวต์ลูกค้าแทนหน่วยวัดเป็นแอตทริบิวต์หลัก แบบจําลอง AI จะสร้างชุดของคําแนะนําที่แสดงให้เห็นว่าแอตทริบิวต์ที่เลือกมีผลต่อแอตทริบิวต์หลักอย่างไร

ตัวอย่างเช่น คุณเลือก สมาชิกรางวัล (ใช่/ไม่ใช่) เป็นแอตทริบิวต์หลัก ระยะเวลาการครอบครองและจํานวนตั๋วการสนับสนุนถูกตั้งค่าเป็นแอตทริบิวต์อื่น ๆ ที่มีอิทธิพล แบบจําลอง AI สามารถแนะนําเซกเมนต์ที่ระบุถึงผู้เชี่ยวชาญด้าน IT ส่วนใหญ่ที่มีระยะเวลาการครอบครองมากกว่าสองปีเป็นสมาชิกที่มีรางวัล คําแนะนําอื่นสามารถเน้นได้ว่านักบัญชีที่มีระยะเวลาการครอบครองมากกว่าหนึ่งปีและตั๋วสนับสนุนน้อยกว่าสามใบเป็นสมาชิกรางวัล

การใช้ปัญญาประดิษฐ์

การใช้แอตทริบิวต์หลักและแอตทริบิวต์ที่มีอิทธิพล อัลกอริทึมต้นไม้สําหรับการตัดสินใจแนะนําเซกเมนต์ที่น่าสนใจ คําแนะนําจะขึ้นอยู่กับกฎหรือรูปแบบที่เลือกโดยอัลกอริทึม AI เฉพาะกลุ่มที่แตกต่างจากประชากรเฉลี่ยอย่างมากจะแสดงเป็นคําแนะนํา การเปรียบเทียบกับจํานวนประชากรเฉลี่ยจะขึ้นอยู่กับหน่วยวัดที่เลือกหรือแอตทริบิวต์หลัก

AI ที่รับผิดชอบ

ด้วยเซกเมนต์ที่แนะนํา คุณเลือกแอตทริบิวต์เพื่อสร้างเซกเมนต์ใหม่และประมวลผลข้อมูลที่คุณเลือก เมื่อเลือกแอตทริบิวต์รวมถึงแอตทริบิวต์ที่ละเอียดอ่อน เช่น เชื้อชาติ รสนิยมทางเพศ หรือเพศ คุณต้องแน่ใจว่าคุณสามารถทําได้และควรประมวลผลข้อมูลนั้น ท่านมีหน้าที่รับผิดชอบในการปฏิบัติตามกฎหมายที่มีผลบังคับใช้กับองค์กรของคุณ และปฏิบัติตามหลักการและนโยบายความเป็นส่วนตัวขององค์กรของคุณ

ผลลัพธ์ที่แตกต่างกันสําหรับแอตทริบิวต์หลักที่มีค่าตามประเภทและตัวเลข

คําแนะนําเซกเมนต์จะแตกต่างกันหากคุณเลือกแอตทริบิวต์ตัวเลขหรือแอตทริบิวต์ประเภทเป็นแอตทริบิวต์หลัก ค่าในแอตทริบิวต์ประเภทประกอบด้วยประเภทหรือประเภทอย่างน้อยสองประเภทขึ้นไป แอตทริบิวต์ตัวเลขประกอบด้วยข้อมูลเชิงปริมาณและมีความสมเหตุสมผลในการวัดที่เกี่ยวข้อง

ด้วยแอตทริบิวต์ตัวเลข เช่น รายปี หรือ ระยะเวลาสมาชิก เป็นแอตทริบิวต์หลัก ระบบจะแนะนําเซกเมนต์ที่มีค่าเฉลี่ยสูงขึ้นหรือต่ํากว่าของแอตทริบิวต์ตัวเลขเมื่อเปรียบเทียบกับลูกค้าทั้งหมด

แอตทริบิวต์ตามประเภท เช่น ความพึงพอใจของลูกค้า เป็นแอตทริบิวต์หลักในเซกเมนต์ที่แนะนําซึ่งมีเปอร์เซ็นต์ลูกค้าที่สูงกว่าหรือต่ํากว่าในหมวดหมู่ใดหมวดหมู่หนึ่ง เมื่อเปรียบเทียบกับเปอร์เซ็นต์ของลูกค้าทั้งหมดที่อยู่ในประเภทเดียวกัน ตัวอย่างเช่น ความพึงพอใจของลูกค้า จะถูกเลือกเป็นแอตทริบิวต์หลัก และประกอบด้วยสามประเภท (ต่ําปานกลาง และ สูง) สําหรับแต่ละหมวดหมู่ เซ็กเมนต์จะแนะนําว่ามีเปอร์เซ็นต์ของลูกค้าที่สูงกว่าหรือต่ํากว่าตามประเภทนั้นเมื่อเทียบกับสัดส่วนของลูกค้าทั้งหมดในหมวดหมู่เดียวกัน ถ้าลูกค้าทั้งหมด% 22 รายมีความพึงพอใจ สูง จะมีเพียงเซกเมนต์ที่มีสัดส่วนลูกค้าสูงขึ้นหรือต่ํากว่าที่มีความพึงพอใจสูงเมื่อเทียบกับ 22% จะแนะนําเฉพาะกลุ่มที่มีความพึงพอใจ สูง เมื่อเทียบกับ 22% ในทํานองเดียวกัน เซ็กเมนต์จะแนะนําสําหรับแต่ละหมวดหมู่อื่น (ต่ํา และ ปานกลาง) หากมีนัยสําคัญทางสถิติ

ขั้นตอนถัดไป

• สร้างเซกเมนต์ที่แนะนําตามกิจกรรม (ตัวอย่าง)
• สร้างเซกเมนต์ตามหน่วยวัด