客户改动预测

客户流失预测使用 Cortana Intelligence Suite 组件来预测客户流失的可能性,并帮助从现有数据中找出与预测流失率相关的模式。

+ 显示更多 – 简略显示

描述

有关如何构建此解决方案的更多详细信息,请查看 GitHub 中的解决方案指南。

维护现有客户的成本比获得新客户的成本低五倍。因此,市场营销主管需经常估算客户流失的可能性,并采取必要措施,最大限度降低客户流失率。

客户流失预测使用 Azure 机器学习来预测客户流失的可能性,并帮助从现有数据中找出与预测流失率相关的模式。此信息可为企业提供可操作的情报,从而提高客户保留率和利润率。

本指南旨在介绍零售商可用于预测客户流失的预测数据管道。有了这些预测后,零售商可使用其专业知识和恰当的市场营销策略来应对可能流失客户的问题,从而防止客户流失。本指南还介绍了如何重塑客户流失模型,以便在有其他数据可用时利用相关数据。

深入了解

使用 Microsoft Azure 在云中实现端到端解决方案。该解决方案由多项 Azure 组件构成,包括数据引入、数据存储、数据移动、高级分析和可视化。高级分析在 Microsoft Azure 机器学习工作室中实现,用户可在其中使用 Python 或 R 语言构建数据科学模型(或重复使用现有的内部或第三方库)。借助数据引入,解决方案可根据从本地环境传输到 Azure 的数据进行预测。

解决方案仪表板

以下快照是一个示例 Power BI 仪表板,其中提供了对整个客户群的预测流失率的见解。

见解

免责声明

©2017 Microsoft Corporation。保留所有权利。此信息按“原样”提供且可能更改,恕不另行通知。Microsoft 不就此处提供的信息做任何明示和默示的担保。第三方数据用于生成解决方案。你必须尊重他人的权利,包括在创建类似数据集之前获得相关许可并遵循此等许可。

客户改动预测客户流失预测使用 Cortana Intelligence Suite 组件来预测客户流失的可能性,并帮助从现有数据中找出与预测流失率相关的模式。

相关解决方案体系结构