ข้ามไปยังเนื้อหาหลัก
กลับไปหน้าบริการวิเคราะห์

Personalisation & ML · ML

ตรวจจับสมาชิกที่มีแนวโน้มเลิกใช้งานล่วงหน้าสิบสี่วัน

14d

การเลิกใช้งานไม่ใช่เหตุการณ์ที่เกิดขึ้นในวันที่สมาชิกจากไป แต่เป็นเส้นโค้งการถดถอยที่เริ่มต้นก่อนหน้านั้นหลายสัปดาห์ โครงการนี้สร้างฟีเจอร์การถดถอย ตั้งสัญญาณเตือนที่ระยะสิบสี่วัน และส่งมอบรายชื่อที่สั้นพอจะลงมือได้จริงให้ทีมรักษาลูกค้า

กระบวนการ

  1. รวบรวมประวัติพฤติกรรม

    นำประวัติคำสั่งซื้อ session และการมีปฏิสัมพันธ์เข้าสู่ warehouse หนึ่งแถวต่อสมาชิกต่อสัปดาห์ เพื่อให้ recency และ frequency เป็นชุดข้อมูลที่วัดได้ ไม่ใช่ความรู้สึก

  2. นิยามการเลิกใช้งานอย่างตรงไปตรงมา

    กำหนด label ตามรอบการซื้อซ้ำจริงของธุรกิจคุณ ไม่ใช่ค่าเริ่มต้นเก้าสิบวันที่ยืมมา และตกลงนิยามก่อนเริ่มเทรนโมเดลใด ๆ

  3. สร้างโมเดลการถดถอย

    เทรน gradient boosting ด้วยฟีเจอร์ recency ที่ถดถอย การเปลี่ยนแปลงของตะกร้าสินค้า และการติดต่อฝ่ายบริการ ผลลัพธ์คือคะแนนความเสี่ยงเรียงลำดับพร้อมเหตุผลกำกับ

  4. ส่งสัญญาณเข้าสู่ระบบรักษาลูกค้า

    เขียนคะแนนกลับเข้า CRM หรือ cohort ใน PostHog ทุกวัน สมาชิกที่ถูกทำเครื่องหมายจึงเข้าสู่ journey ทันที ไม่ใช่ค้างอยู่บนแดชบอร์ด

  5. กันกลุ่มควบคุมไว้แล้ววัดผล

    กันกลุ่มหนึ่งไว้โดยไม่ติดต่อเลย แล้วอ่านอัตราการดึงกลับจากส่วนต่างระหว่างกลุ่มที่ติดต่อกับไม่ติดต่อ ไม่ใช่จากอัตราตอบกลับดิบของแคมเปญ

ตรวจจับสมาชิกที่มีแนวโน้มเลิกใช้งานล่วงหน้าสิบสี่วัน — ภาพแนวคิดอินเทอร์เฟซ — ไม่ใช่ผลิตภัณฑ์จริง
ภาพแนวคิดอินเทอร์เฟซ — ไม่ใช่ผลิตภัณฑ์จริง

สิ่งที่เราต้องการจากคุณ

  • ประวัติธุรกรรมและ session ย้อนหลังสิบสองเดือน
  • สิทธิ์เข้าถึง CRM หรือเครื่องมือ marketing automation
  • นิยามสมาชิกที่ยัง active ซึ่งตกลงร่วมกันแล้ว

สิ่งที่คุณจะได้รับ

  • คะแนนความเสี่ยงระดับสมาชิกรายสัปดาห์ พร้อมรหัสเหตุผล
  • เอกสารนิยามการเลิกใช้งานที่อ้างอิงรอบการซื้อซ้ำของคุณ
  • Journey รักษาลูกค้าที่เชื่อมกับสัญญาณเตือน พร้อมกลุ่มควบคุม

กรอบเวลา

สี่ถึงหกสัปดาห์จนได้รายชื่อที่ให้คะแนนชุดแรก