다음을 통해 공유

구독 변동 예측 샘플 가이드

이 가이드에서는 샘플 데이터를 사용하여 구독 변동 예측의 엔드 투 엔드 예제를 안내합니다. 새 환경에서 이 예측을 시도하는 것이 좋습니다.

Scenario

Contoso는 고품질 커피 및 커피 머신을 생산하는 회사입니다. Contoso Coffee 웹 사이트를 통해 제품을 판매합니다. 그들은 최근에 고객이 정기적으로 커피를 마실 수 있도록 구독 사업을 시작했습니다. 그들의 목표는 구독한 고객이 향후 몇 개월 안에 구독을 취소할 수 있는지 이해하는 것입니다. 이탈 가능성이 있는 고객을 알면 고객 유지에 집중하여 마케팅 노력을 절약하는 데 도움이 될 수 있습니다.

필수 조건

작업 1 - 데이터 수집

데이터 수집 및 파워 쿼리 데이터 원본에 연결에 대한 문서를 검토합니다. 다음 정보는 일반적으로 데이터를 수집하는 데 익숙하다고 가정합니다.

전자 상거래 플랫폼에서 고객 데이터 수집

  1. eCommerce라는 파워 쿼리 데이터 원본을 만들고 Text/CSV 커넥터를 선택합니다.

  2. 전자 상거래 연락처의 URL을 입력합니다 https://aka.ms/ciadclasscontacts.

  3. 데이터를 편집하는 동안 변환 을 선택한 다음 첫 번째 행을 머리글로 사용합니다.

  4. 아래에 나열된 열의 데이터 형식을 업데이트합니다.

    • DateOfBirth: 날짜
    • CreatedOn: 날짜/시간/영역

    생년월일을 날짜로 변환합니다.

  5. 오른쪽 창의 이름 필드에서 데이터 원본 이름을 eCommerceContacts로 바꿉니다.

  6. 데이터 원본을 저장합니다.

로열티 스키마에서 고객 데이터 수집

  1. LoyaltyScheme이라는 데이터 원본을 만들고 Text/CSV 커넥터를 선택합니다.

  2. 충성도 고객의 URL을 입력합니다 https://aka.ms/ciadclasscustomerloyalty.

  3. 데이터를 편집하는 동안 변환 을 선택한 다음 첫 번째 행을 머리글로 사용합니다.

  4. 아래에 나열된 열의 데이터 형식을 업데이트합니다.

    • DateOfBirth: 날짜
    • RewardsPoints: 정수
    • CreatedOn: 날짜/시간

  5. 오른쪽 창의 이름 필드에서 데이터 원본의 이름을 loyCustomers로 바꿉니다.

  6. 데이터 원본을 저장합니다.

구독 정보 수집

  1. SubscriptionHistory라는 데이터 원본을 만들고 텍스트/CSV 커넥터를 선택합니다.

  2. 구독에 대한 URL을 입력합니다.https://aka.ms/ciadchurnsubscriptionhistory

  3. 데이터를 편집하는 동안 변환 을 선택한 다음 첫 번째 행을 머리글로 사용합니다.

  4. 아래에 나열된 열의 데이터 형식을 업데이트합니다.

    • SubscriptioID: 정수
    • SubscriptionAmount: Currency
    • SubscriptionEndDate: 날짜/시간
    • SubscriptionStartDate: 날짜/시간
    • TransactionDate: 날짜/시간
    • IsRecurring: True/False
    • Is_auto_renew: True/False
    • RecurringFrequencyInMonths: 정수

  5. 오른쪽 창의 이름 필드에서 데이터 원본의 이름을 SubscriptionHistory로 바꿉니다.

  6. 데이터 원본을 저장합니다.

웹 사이트 리뷰에서 고객 데이터 수집

  1. Website라는 데이터 원본을 만들고 Text/CSV 커넥터를 선택합니다.

  2. 웹 사이트 리뷰의 URL을 입력합니다 https://aka.ms/ciadclasswebsite.

  3. 데이터를 편집하는 동안 변환 을 선택한 다음 첫 번째 행을 머리글로 사용합니다.

  4. 아래에 나열된 열의 데이터 형식을 업데이트합니다.

    • ReviewRating: 정수
    • ReviewDate: Date

  5. 오른쪽 창의 이름 필드에서 데이터 원본의 이름을 webReviews로 바꿉니다.

작업 2 - 데이터 통합

데이터 통합에 대한 문서를 검토합니다. 다음 정보는 일반적으로 데이터 통합에 익숙하다고 가정합니다.

데이터를 수집한 후 데이터 통합 프로세스를 시작하여 통합 고객 프로필을 만듭니다. 자세한 내용은 데이터 통합을 참조하세요.

통합할 고객 데이터 설명

  1. 데이터를 수집한 후 전자 상거래 및 충성도 데이터의 연락처를 일반 데이터 형식으로 매핑합니다. 데이터>통합으로 이동합니다.

  2. 고객 프로필을 나타내는 테이블( eCommerceContacts 및 loyCustomers)을 선택합니다.

    전자 상거래 및 로열티 데이터 원본을 통합합니다.

  3. loyCustomers의 기본 키로 eCommerceContacts 및 LoyaltyID의 기본 키로 ContactId를 선택합니다.

  4. 다음을 선택합니다. 중복 레코드를 건너뛰고 다음을 선택합니다.

일치 규칙 정의

  1. eCommerceContacts: eCommerce를 기본 테이블로 선택하고 모든 레코드를 포함합니다.

  2. loyCustomers : LoyaltyScheme을 선택하고 모든 레코드를 포함합니다.

  3. 규칙을 추가합니다.

    • eCommerceContacts 및 loyCustomers 모두에 대해 FullName 을 선택합니다.
    • 정규화하려면 유형(전화, 이름, 주소, ...)을 선택합니다.
    • 정밀도 수준 설정: 기본 및 값: 높음

  4. 이메일 주소에 대한 두 번째 조건을 추가합니다.

    • eCommerceContacts 및 loyCustomers 모두에 대해 전자 메일 을 선택합니다.
    • 정규화를 비워 둡니다.
    • 정밀도 수준 설정: 기본 및 값: 높음
    • 이름에 대해 FullName, Email을 입력합니다.

    이름 및 전자 메일에 대한 일치 규칙을 통합합니다.

  5. 완료를 선택합니다.

  6. 다음을 선택합니다.

통합 데이터 보기

  1. loyCustomers 테이블의 ContactId 이름을 ContactIdLOYALTY로 바꿔 수집된 다른 ID와 구분합니다.

  2. 다음을 선택하여 검토한 다음, 고객 프로필 만들기를 선택합니다.

작업 3 - 트랜잭션 기록 작업 만들기

고객 활동에 대한 문서를 검토합니다. 다음 정보는 일반적으로 활동을 만드는 데 익숙하다고 가정합니다.

  1. 구독 테이블과 Reviews:Website 테이블을 사용하여 활동을 만듭니다.

  2. 구독의 경우 활동 유형에 대한 구독을 선택하고 기본 키에 대한 CustomerId를 선택합니다.

  3. 검토:웹 사이트의 경우 활동 유형에 대한 검토를 선택하고 기본 키에 대한 ReviewID를 선택합니다.

  4. 구독 활동에 대한 다음 정보를 입력합니다.

    • 활동 이름: SubscriptionHistory
    • 타임스탬프: SubscriptionEndDate
    • 이벤트 활동: SubscriptionType
    • 트랜잭션 ID: TransactionID
    • 트랜잭션 날짜: TransactionDate
    • 구독 ID: SubscriptionID
    • 구독 시작 날짜: SubscriptionStartDate
    • 구독 종료 날짜: SubscriptionEndDate

  5. 웹 검토 작업에 대한 다음 정보를 입력합니다.

    • 활동 이름: WebReviews
    • 타임스탬프: ReviewDate
    • 이벤트 활동: ActivityTypeDisplay
    • 추가 세부 정보: ReviewRating

  6. 두 테이블을 연결하는 외래 키로 CustomerID를 사용하여 SubscriptionHistory:Subscription 및 eCommerceContacts:eCommerce 간에 관계를 만듭니다.

  7. UserId를 외래 키로 사용하여 Website와 eCommerceContacts 간의 관계를 만듭니다.

  8. 변경 내용을 검토한 다음 활동 만들기를 선택합니다.

작업 4 - 구독 변동 예측 구성

통합 고객 프로필이 배치되고 활동이 생성되면 구독 변동 예측을 실행합니다. 자세한 단계는 구독 변동 예측을 참조하세요.

  1. 인사이트>예측으로 이동합니다.

  2. 만들기 탭의 고객 이탈 모델 타일에서 모델 사용을 선택합니다.

  3. 이탈 유형으로 구독을 선택한 다음 시작을 선택합니다.

  4. 모델 OOB 구독 변동 예측 및 출력 테이블 OOBSubscriptionChurnPrediction의 이름을 지정합니다.

  5. 모델 기본 설정 정의:

    • 구독이 종료된 후의 일 수: 고객이 구독이 종료된 후 이 기간에 구독을 갱신하지 않으면 변동된 것으로 간주됨을 나타내는 60 일입니다.
    • 변동을 예측하기 위해 미래를 살펴볼 일: 모델이 변동할 수 있는 고객을 예측하는 기간인 93 일입니다. 앞으로 더 자세히 살펴보면 결과가 정확하지 않습니다.

    모델 기본 설정 및 변동 정의를 선택합니다.

  6. 다음을 선택합니다.

  7. 필수 데이터 단계에서 데이터 추가를 선택하여 구독 기록을 제공합니다.

  8. 구독 및 SubscriptionHistory 테이블을 선택하고 다음을 선택합니다. 필요한 데이터는 활동에서 자동으로 채워집니다. 저장을 선택합니다.

  9. 고객 활동에서 데이터 추가를 선택합니다.

  10. 이 예제에서는 웹 검토 작업을 추가합니다.

  11. 다음을 선택합니다.

  12. 데이터 업데이트 단계에서 모델 일정에 대해 월별을 선택합니다.

  13. 모든 세부 정보를 검토한 후 저장 및 실행을 선택합니다.

작업 5 - 모델 결과 및 설명 검토

모델에서 데이터의 학습 및 채점을 완료하도록 합니다. 구독 변동 모델 설명을 검토합니다. 자세한 내용은 예측 결과 보기를 참조하세요.

작업 6 - 높은 변동 위험 고객의 세그먼트 만들기

모델을 실행하면 데이터> 테이블출력에 나열된 새> 만들어집니다. 모델에서 만든 테이블을 기반으로 새 세그먼트를 만들 수 있습니다.

  1. 결과 페이지에서 세그먼트 만들기를 선택합니다.

  2. OOBSubscriptionChurnPrediction 테이블을 사용하여 규칙을 만들고 세그먼트를 정의합니다.

    • 필드: ChurnScore
    • 연산자: 보다 큼
    • 값: 0.6

  3. 세그먼트 저장 및 실행을 선택합니다.

이제 이 구독 비즈니스에 대한 높은 변동 위험이 높은 고객을 식별하는 동적으로 업데이트되는 세그먼트가 있습니다. 자세한 내용은 세그먼트 만들기 및 관리를 참조하세요.

팁 (조언)

새로 만들기를 선택하고 Insights에서 만들기를 선택하여 >Insights세그먼트 페이지에서 예측 모델에 대한 세그먼트를 만들 > 수도있습니다. 자세한 내용은 빠른 세그먼트를 사용하여 새 세그먼트 만들기를 참조하세요.

다음 단계

  • Last updated on