Beispielleitfaden zur Vorhersage des Customer Lifetime Value (CLV)

Dieser Leitfaden führt Sie durch ein End-to-End-Beispiel für die CLV-Vorhersage (Customer Lifetime Value) in Dynamics 365 Customer Insights – Daten mithilfe von Beispieldaten. Es wird empfohlen, diese Vorhersage in einer neuen Umgebung auszuprobieren.

Scenario

Contoso ist ein Unternehmen, das hochwertige Kaffee- und Kaffeemaschinen produziert. Sie verkaufen die Produkte über ihre Contoso Coffee-Website. Das Unternehmen möchte den Wert (Umsatz) verstehen, den ihre Kunden in den nächsten 12 Monaten generieren können. Das Wissen über den erwarteten Wert ihrer Kunden in den nächsten 12 Monaten hilft ihnen, ihre Marketingaktivitäten für hochwertige Kunden zu steuern.

Voraussetzungen

• Mindestens Beteiligungsberechtigungen.

Vorgang 1 – Daten aufnehmen

Lesen Sie die Artikel zur Datenaufnahme und zum Herstellen einer Verbindung mit einer Power Query-Datenquelle. In den folgenden Informationen wird davon ausgegangen, dass Sie mit dem Erfassen von Daten im Allgemeinen vertraut sind.

Kundendaten aus der eCommerce-Plattform aufnehmen

1. Erstellen Sie eine Power Query-Datenquelle namens "eCommerce ", und wählen Sie den Text/CSV-Connector aus.

2. Geben Sie die URL für eCommerce-Kontakte https://aka.ms/ciadclasscontactsein.

3. Wählen Sie beim Bearbeiten der Daten "Transformieren" aus, und verwenden Sie dann die erste Zeile als Überschriften.

4. Aktualisieren Sie den Datentyp für die unten aufgeführten Spalten:

   • DateOfBirth: Datum
   • CreatedOn: Datum/Uhrzeit/Zone

   

5. Benennen Sie im Feld Name im rechten Fensterbereich Ihre Datenquelle in eCommerceContacts um.

6. Speichern Sie die Datenquelle.

Erfassen von Onlinekaufdaten

1. Fügen Sie der gleichen eCommerce-Datenquelle einen weiteren Datensatz hinzu. Wählen Sie den Text-/CSV-Connector erneut aus.

2. Geben Sie die URL für Onlinekäufe-Datenhttps://aka.ms/ciadclassonlineein.

3. Wählen Sie beim Bearbeiten der Daten "Transformieren" aus, und verwenden Sie dann die erste Zeile als Überschriften.

4. Aktualisieren Sie den Datentyp für die unten aufgeführten Spalten:

   • Gekauft Am: Datum/Uhrzeit
   • Gesamtpreis: Währung

5. Benennen Sie im Feld "Name " im Seitenbereich Ihre Datenquelle in "eCommercePurchases" um.

6. Speichern Sie die Datenquelle.

Kundendaten aus dem Loyalitäts-Schema importieren

1. Erstellen Sie eine Datenquelle namens LoyaltyScheme , und wählen Sie den Text-/CSV-Connector aus.

2. Geben Sie die URL für Treuekunden https://aka.ms/ciadclasscustomerloyaltyein.

3. Wählen Sie beim Bearbeiten der Daten "Transformieren" aus, und verwenden Sie dann die erste Zeile als Überschriften.

4. Aktualisieren Sie den Datentyp für die unten aufgeführten Spalten:

   • DateOfBirth: Datum
   • RewardsPoints: Ganzzahl
   • CreatedOn: Datum/Uhrzeit

5. Benennen Sie im Feld "Name " im rechten Bereich Ihre Datenquelle in "loyCustomers" um.

6. Speichern Sie die Datenquelle.

Erfassen von Kundendaten aus Websitebewertungen

1. Erstellen Sie eine Datenquelle mit dem Namen "Website ", und wählen Sie den Text-/CSV-Connector aus.

2. Geben Sie die URL für Website-Bewertungen https://aka.ms/CI-ILT/WebReviews ein.

3. Wählen Sie beim Bearbeiten der Daten "Transformieren" aus, und verwenden Sie dann die erste Zeile als Überschriften.

4. Aktualisieren Sie den Datentyp für die unten aufgeführten Spalten:

   • ReviewRating: Dezimalzahl
   • ReviewDate: Datum

5. Benennen Sie im Feld "Name " im rechten Bereich Ihre Datenquelle in "Rezensionen" um.

6. Speichern Sie die Datenquelle.

Vorgang 2 – Datenvereinheitlichung

Lesen Sie den Artikel zur Datenvereinheitlichung. In den folgenden Informationen wird davon ausgegangen, dass Sie mit der Datenvereinheitlichung im Allgemeinen vertraut sind.

Beginnen Sie nach dem Aufnehmen der Daten mit dem Datenvereinheitlichungsprozess, um ein einheitliches Kundenprofil zu erstellen. Weitere Informationen finden Sie unter "Datenvereinheitlichung".

Beschreiben Sie die zu vereinheitlichenden Kundendaten

1. Ordnen Sie nach dem Aufnehmen der Daten Kontakte aus eCommerce- und Treuedaten zu allgemeinen Datentypen zu. Gehen Sie zu Daten>Unify.

2. Wählen Sie die Tabellen aus, die das Kundenprofil darstellen – eCommerceContacts und loyCustomers.

   

3. Wählen Sie ContactId als Primärschlüssel für eCommerceContacts und LoyaltyID als Primärschlüssel für loyCustomers aus.

4. Wählen Sie Weiteraus. Überspringen Sie doppelte Datensätze, und wählen Sie "Weiter" aus.

Definieren von Abgleichsregeln

1. Wählen Sie eCommerceContacts : eCommerce als primäre Tabelle und enthalten alle Datensätze.

2. Wählen Sie "loyCustomers: LoyaltyScheme " aus, und schließen Sie alle Datensätze ein.

3. Regel hinzufügen:

   • Wählen Sie FullName für eCommerceContacts und loyCustomers aus.
   • Wählen Sie Typ (Telefon, Name, Adresse, ...) für Normalize aus.
   • Genauigkeitsstufe festlegen: Standard und Wert: Hoch.

4. Fügen Sie eine zweite Bedingung für die E-Mail-Adresse hinzu:

   • Wählen Sie "E-Mail " für eCommerceContacts und "loyCustomers" aus.
   • Lassen Sie "Normalisieren" leer.
   • Genauigkeitsstufe festlegen: Standard und Wert: Hoch.
   • Geben Sie "FullName", "E-Mail " für den Namen ein.

   

5. Wählen Sie "Fertig" aus.

6. Wählen Sie Weiteraus.

Einheitliche Daten anzeigen

1. Benennen Sie die ContactId in der Tabelle loyCustomers in ContactIdLOYALTY um, um sie von den anderen importierten IDs zu unterscheiden.

2. Wählen Sie "Weiter" aus, um sie zu überprüfen, und wählen Sie dann " Kundenprofile erstellen" aus.

Aufgabe 3 – Aktivität für den Transaktionsverlauf erstellen

Lesen Sie den Artikel zu Kundenaktivitäten. In den folgenden Informationen wird davon ausgegangen, dass Sie mit dem Erstellen von Aktivitäten im Allgemeinen vertraut sind.

1. Erstellen Sie Aktivitäten mit der Tabelle "eCommercePurchases:eCommerce " und der Tabelle "Reviews:Website ".

2. Wählen Sie für eCommercePurchases:eCommerce"SalesOrderLine " für den Aktivitätstyp und " PurchaseId " für den Primärschlüssel aus.

3. Wählen Sie für Reviews:WebsiteReview für den Aktivitätstyp und ReviewID für den Primärschlüssel aus.

4. Geben Sie die folgenden Informationen für die Einkaufsaktivität ein:

   • Aktivitätsname: eCommercePurchases
   • Zeitstempel: Kaufdatum
   • EventActivity: TotalPrice
   • Auftragszeilen-ID: PurchaseId
   • Bestelldatum: Gekauft am
   • Betrag: Gesamtpreis

5. Geben Sie die folgenden Informationen für die Webüberprüfungsaktivität ein:

   • Aktivitätsname: WebReviews
   • Zeitstempel: ReviewDate
   • Ereignisaktivität: ActivityTypeDisplay
   • Weitere Details: ReviewRating

6. Fügen Sie eine Beziehung zwischen eCommercePurchases:eCommerce und eCommerceContacts:eCommerce with ContactID als Fremdschlüssel hinzu, um die beiden Tabellen zu verbinden.

7. Fügen Sie eine Beziehung zwischen Website und eCommerceContacts mit UserId als Fremdschlüssel hinzu.

8. Überprüfen Sie Ihre Änderungen, und wählen Sie dann "Aktivitäten erstellen" aus.

Aufgabe 4 – Konfigurieren der Kundenlebensdauer-Wertvorhersage

Sobald die einheitlichen Kundenprofile vorhanden und die Aktivität erstellt sind, führen Sie die Customer-Lifetime-Value-(CLV-)Vorhersage aus. Ausführliche Schritte finden Sie unter Customer Lifetime Value-Vorhersage.

1. Wechseln Sie zuInsights-Vorhersagen>.

2. Wählen Sie auf der Registerkarte "Erstellen" auf der Kachel "Kundenlebensdauer" die Option "Modell verwenden" aus.

3. Wählen Sie "Erste Schritte" aus.

4. Nennen Sie das Modell OOB eCommerce CLV Prediction und die Ausgabetabelle OOBeCommerceCLVPrediction.

5. Modellpräferenzen festlegen:

   • Vorhersagezeitzeitraum: 12 Monate oder 1 Jahr , um zu definieren, wie weit in die Zukunft, um CLV vorherzusagen.
   • Aktive Kunden: Modell soll das Kaufintervall berechnen , bei dem es sich um den Zeitraum handelt, in dem ein Kunde mindestens eine Transaktion als aktiv betrachtet haben muss.
   • Hochwertige Kunden: Kunden mit hohem Wert als top 30% aktiver Kunden manuell definieren.

   

6. Wählen Sie Weiteraus.

7. Wählen Sie im Schritt "Erforderliche Daten " die Option "Daten hinzufügen" aus, um die Transaktionsverlaufsdaten bereitzustellen.

   

8. Wählen Sie "SalesOrderLine" und die Tabelle "eCommercePurchases" und dann "Weiter" aus. Die erforderlichen Daten werden automatisch aus der Aktivität ausgefüllt. Wählen Sie "Speichern" und dann "Weiter" aus.

9. Mit dem Schritt "Zusätzliche Daten(optional)" können Sie weitere Kundenaktivitätsdaten hinzufügen, um mehr Einblicke für Kundeninteraktionen zu erhalten. Wählen Sie in diesem Beispiel " Daten hinzufügen" aus, und fügen Sie die Webüberprüfungsaktivität hinzu.

10. Wählen Sie Weiteraus.

11. Wählen Sie im Schritt "Datenaktualisierungen" die Option "Monatlich" für den Modellzeitplan aus.

12. Wählen Sie Weiteraus.

13. Nachdem Sie alle Details überprüft haben, wählen Sie "Speichern" und "Ausführen" aus.

Aufgabe 5 – Überprüfen von Modellergebnissen und Erklärungen

Lassen Sie das Modell die Schulung und Bewertung der Daten abschließen. Überprüfen Sie die CLV-Modellergebnisse und Erläuterungen.

Aufgabe 6 – Erstellen eines Segments von Kunden mit hohem Wert

Durch Ausführen des Modells wird eine neue Tabelle erstellt, die unter Daten>Tabellen>Ausgabe aufgeführt wird. Sie können ein neues Kundensegment basierend auf der tabelle erstellen, die vom Modell erstellt wurde.

1. Wählen Sie auf der Ergebnisseite " Segment erstellen" aus.

2. Erstellen Sie eine Regel mithilfe der Tabelle "OOBeCommerceCLVPrediction" , und definieren Sie das Segment:

   • Feld: CLVScore
   • Operator: größer als
   • Wert: 1500

3. Wählen Sie "Speichern " aus, und führen Sie das Segment aus.

Sie haben jetzt ein Segment, das Kunden identifiziert, die in den nächsten 12 Monaten mehr als 1500 $ Umsatz generieren sollen. Dieses Segment wird dynamisch aktualisiert, wenn weitere Daten aufgenommen werden. Weitere Informationen finden Sie unter Erstellen und Verwalten von Segmenten.

Nächste Schritte

• Vorhersage des Werts für die Kundenlebensdauer (CLV)