Personalisation & ML · ML
ตรวจจับสมาชิกที่มีแนวโน้มเลิกใช้งานล่วงหน้าสิบสี่วัน
14d
การเลิกใช้งานไม่ใช่เหตุการณ์ที่เกิดขึ้นในวันที่สมาชิกจากไป แต่เป็นเส้นโค้งการถดถอยที่เริ่มต้นก่อนหน้านั้นหลายสัปดาห์ โครงการนี้สร้างฟีเจอร์การถดถอย ตั้งสัญญาณเตือนที่ระยะสิบสี่วัน และส่งมอบรายชื่อที่สั้นพอจะลงมือได้จริงให้ทีมรักษาลูกค้า
กระบวนการ
รวบรวมประวัติพฤติกรรม
นำประวัติคำสั่งซื้อ session และการมีปฏิสัมพันธ์เข้าสู่ warehouse หนึ่งแถวต่อสมาชิกต่อสัปดาห์ เพื่อให้ recency และ frequency เป็นชุดข้อมูลที่วัดได้ ไม่ใช่ความรู้สึก
นิยามการเลิกใช้งานอย่างตรงไปตรงมา
กำหนด label ตามรอบการซื้อซ้ำจริงของธุรกิจคุณ ไม่ใช่ค่าเริ่มต้นเก้าสิบวันที่ยืมมา และตกลงนิยามก่อนเริ่มเทรนโมเดลใด ๆ
สร้างโมเดลการถดถอย
เทรน gradient boosting ด้วยฟีเจอร์ recency ที่ถดถอย การเปลี่ยนแปลงของตะกร้าสินค้า และการติดต่อฝ่ายบริการ ผลลัพธ์คือคะแนนความเสี่ยงเรียงลำดับพร้อมเหตุผลกำกับ
ส่งสัญญาณเข้าสู่ระบบรักษาลูกค้า
เขียนคะแนนกลับเข้า CRM หรือ cohort ใน PostHog ทุกวัน สมาชิกที่ถูกทำเครื่องหมายจึงเข้าสู่ journey ทันที ไม่ใช่ค้างอยู่บนแดชบอร์ด
กันกลุ่มควบคุมไว้แล้ววัดผล
กันกลุ่มหนึ่งไว้โดยไม่ติดต่อเลย แล้วอ่านอัตราการดึงกลับจากส่วนต่างระหว่างกลุ่มที่ติดต่อกับไม่ติดต่อ ไม่ใช่จากอัตราตอบกลับดิบของแคมเปญ

สิ่งที่เราต้องการจากคุณ
- ประวัติธุรกรรมและ session ย้อนหลังสิบสองเดือน
- สิทธิ์เข้าถึง CRM หรือเครื่องมือ marketing automation
- นิยามสมาชิกที่ยัง active ซึ่งตกลงร่วมกันแล้ว
สิ่งที่คุณจะได้รับ
- คะแนนความเสี่ยงระดับสมาชิกรายสัปดาห์ พร้อมรหัสเหตุผล
- เอกสารนิยามการเลิกใช้งานที่อ้างอิงรอบการซื้อซ้ำของคุณ
- Journey รักษาลูกค้าที่เชื่อมกับสัญญาณเตือน พร้อมกลุ่มควบคุม
กรอบเวลา
สี่ถึงหกสัปดาห์จนได้รายชื่อที่ให้คะแนนชุดแรก