Leia mais sobre Datas Workbench Anúncio do fim da vida útil.
A pontuação de propensão permite definir clientes com base na possibilidade de uma conversão bem-sucedida ou a conclusão de um evento especificado. Ela permite maximizar o impacto potencial dos esforços antes de executar um processo ou direcionar uma campanha.
A pontuação de propensão permite executar a descoberta de dados para identificar comportamentos ou padrões ocultos existentes nos dados. Especificamente, a pontuação de propensão ajuda a identificar clusters de clientes semelhantes que usam meios mais objetivos e centralizados, em vez de filtragem ou segmentação simples. Além disso, a classificação de propensão permite que você configure recursos preditivos para identificar comportamentos de clientes importantes para a sua empresa.
Depois de identificar o público-alvo de grande importância, você pode engajá-los para atingir o efeito principal. Por exemplo, se você é de empresa de negócios, pode ter leads de vendas que permitem sua classificação e a identificação da probabilidade de conversão offline. Devido ao custo de cada lead, a criação de um incentivo para identificar possíveis clientes com a maior probabilidade de conversão de uma venda é a maneira mais eficaz e econômica de focar nos seus recursos.
A classificação de propensão fornece a capacidade de identificar os fatores mais preditivos de uma classificação específica, ou de identificar a probabilidade da ocorrência de um evento, mas também pode ser aplicada para responder às seguintes questões: O cliente fará a conversão? O cliente responderá a um email? O cliente fará uma nova compra? A classificação de propensão permite que você responda a essas perguntas e identifique visitantes que tenham uma inclinação a ações que podem ser configuradas e classificadas.
Além disso, você pode usar filtros para definir um subconjunto de visitantes a serem classificados usando o Training Filter recurso. Se nenhum filtro for aplicado, todos os visitantes serão direcionados para a pontuação.
Para abrir a Visualização de pontuação de propensão, clique em Add > Visualization > Predictive Analytics > Scoring > Propensity Score.
A Visualização de pontuação de propensão inclui esses recursos acessíveis em sua barra de ferramentas:
Recurso da barra de ferramentas | Descrição |
---|---|
Ir | Clique em para executar o processo de pontuação após configurar os parâmetros. |
Redefinir | Limpar todas as configurações na visualização. |
Load | Carrega um ScoreDim criado anteriormente que permite alterar e/ou recriar o modelo de pontuação. |
Salvar | Salve a visualização Pontuação de propensão como um arquivo Dim para ser acessado e aberto conforme necessário. |
Submit | Envie uma tarefa de pontuação para processamento no servidor. |
Opções | Defina o Filtro de treinamento para limitar o subconjunto de visitantes. O filtro padrão é Train on Everyone, mas você pode alterá-lo fazendo seleções de espaço de trabalho ou criando um filtro usando o Filter Editor. |
Definir Target | Defina a variável dependente. |
Métrica | Adicionar métricas como variáveis independentes. |
Elementos | Arraste os elementos de Dimension usando o <Ctrl> + <Alt> chaves de Dimension tables. |
Consulte também:
Defina um ou mais filtros para definir a população de visitantes para pontuação. Esta opção Training Filter permite direcionar visitantes com base em critérios selecionados. Se nenhum filtro de treinamento for aplicado, todos os visitantes serão direcionados para a pontuação. Se o Filtro de treinamento estiver definido, o resultado da pontuação será significativo para a população de visitantes definida, embora cada visitante ainda tenha uma pontuação.
Identificar os visitantes positivos. Para definir a variável dependente para especificar um filtro de direcionamento identificando os visitantes positivos que correspondem ao resultado desejado. Isso pode ser tão simples quanto Receita > US$ 10 ou um filtro muito mais complexo.
O filtro Target não tem permissão para ser igual ao filtro Treinamento. Logicamente, o Filtro de direcionamento deve ser uma adição ao Filtro de treinamento, resultando em um subconjunto positivo da população do visitante a ser pontuada.
Selecione variáveis de interesse (variáveis independentes) como entradas para o algoritmo de Pontuação de propensão. Essas podem ser métricas ou elementos individuais de um Dimension. A Pontuação de propensão iniciará o pré-processamento como em Cluster do visitante. O sistema começa a capturar uma certa quantidade de amostras que correspondem à definição do filtro de treinamento definido anteriormente (se houver). Atualmente, o tamanho da amostra é definido como 10% da população de pontuação (definida por filtro de treinamento), com no mínimo 20.000 e no máximo 100.000, e está vinculado ao tamanho da população de pontuação.
Uma Dimension de Pontuação tem elementos que variam de 0% a 100% que determina a probabilidade dos visitantes corresponderem à variável do Target.