提案されたセグメントを見る (プレビュー)
[この記事はプレリリース ドキュメントであり、変更されることがあります。]
Dynamics 365 Customer Insights - Data は、活動や指標に基づいてセグメントを提案することができます。
重要
- これはプレビュー機能です。
- プレビュー機能は運用環境での使用を想定しておらず、機能が制限される可能性があります。 これらの機能を公式リリースの前に使用できるようにすることで、顧客が一足先にアクセスし、そこからフィードバックを得ることができます。
活動ベースの提案されたセグメント (プレビュー)
Customer Insights - Data に取り込まれた顧客活動データに基づいて、顧客の興味深いセグメントを検出します。 活動データの例としては、トランザクション、サポート コールの時間、購入、返品などがあります。 セグメントを提案するために、活動データは、最新性、頻度、金銭的価値 (または期間) について分析されます。
活動別に顧客を分類する
Customer Insights - Data に取り込まれた活動データに基づき、たとえば次のような顧客グループが提案されます。
- 最もアクティブな顧客
- 最も多く購入した顧客
- 最も収益を上げた顧客
- 最近活動していない顧客
- ビジネスと頻繁にやり取りする顧客
小売業であれば、どの顧客が最も多くの収益を生み出しているかを調べ、クーポンで特典を与えることができます。 または、たまにしか利用しない顧客を特定して、特典プログラムへの参加を提案することで、より頻繁にビジネスを訪問してもらうこともできます。 公的医療を提供し、個々の患者の費用を最小限に抑えることが目標である場合は、できるだけ少ない訪問で可能な限り最善のケアを提供することにより、繰り返しの訪問を減らすように試みることができます。 この場合、目標は、訪問頻度を低く保ち、患者の定期的な費用を最小限に抑えることです。 または、頻繁に予約を取り、定期的な費用が高い患者のセグメントを特定し、これらのケースを分析して、個人の治療を改善することもできます。
メジャー ベースの提案されたセグメント (プレビュー)
AI モデルの助けを借りて、顧客の興味深いセグメントを検出します。 この機械学習を利用した機能は、メジャーまたは顧客属性に基づいてセグメントを提案します。 これは、主要業績評価指標 (KPI) を改善したり、他の属性との文脈で属性の影響の理解を深めたりするのに役立ちます。
Note
提案されたセグメント機能は、自動化された手段を使用してデータを評価し、そのデータに基づいて予測を行います。 したがって、この用語はプライバシー法および規制によって定義されているため、プロファイリングの方法として使用される可能性があります。 この機能を使用してデータを処理する場合、これらの法律や規制の対象になる可能性があります。 お客様は、この昨日を含む Customer Insights - Data の使用が、プライバシー、個人データ、生体認証データ、データ保護、通信の秘密保持に関連する法律を含む、適用されるすべての法律および規制に準拠していることを確認する責任があります。
KPI を改善する提案されたセグメント
作成されたメジャーを使用して KPI の追跡に役立てる場合、セグメントを作成して KPI への影響を表示します。 この情報を使用して、ターゲットを絞ったキャンペーンを実行できます。
たとえば、TotalSpendPerCustomer と呼ばれるメジャーを追跡します。 企業としては、この数が増えることを望んでいます。 メジャーを主属性として選択したら、影響を評価する属性を選択します。 メンバーシップ階層、メンバーシップ期間、および職業と仮定しましょう。 Customer Insights - Data は、そのメジャーの最大の影響力を示すセグメントを提案できます。 たとえば、ゴールド メンバーであり、少なくとも 5 年営業している会計士は、TotalSpendPerCustomer の最大のインフルエンサーです。 すべての提案の推定セグメント サイズを取得します。 この情報を使用して、ターゲット対象者向けのキャンペーンを作成できます。
顧客の属性に影響を与えるものを理解する
メジャーの代わりに顧客属性を主属性として選択できます。 影響を与える属性の選択に基づいて、AI モデルは、選択された属性が主属性にどのように影響するかを示す一連の提案を作成します。
たとえば、リワード メンバー (はい/いいえ) を主属性として選択します。 保有期間、職業、およびサポート チケットの数が、他の影響を与える属性として設定されます。 AI モデルは、2 年以上の保有期間を持つ主に IT プロフェッショナルがリワード メンバーであることを示すセグメントを提案する可能性があります。 別の提案では、在職期間が 1 年以上で、サポート チケットが 3 枚未満の会計士がリワード メンバーであることを強調できます。
人工知能の使用
主属性と影響を与える属性を使用して、決定ツリー アルゴリズムは興味深いセグメントを提案します。 提案は、AI アルゴリズムによって取得されたルールまたはパターンに基づいています。 平均人口と大幅に異なるセグメントのみが提案として表示されます。 平均人口との比較は、選択したメジャーまたは主属性に基づいています。
責任ある AI
提案されたセグメントを使用することで、属性を選択して新しいセグメントを作成し、選択したデータを処理します。 人種、性的指向、性別など機密性の高い属性を含む属性を選択する際、そのデータを処理できること、および処理する必要があることを確認しなければなりません。 お客様は、組織に適用される法律を遵守し、組織の原則とプライバシー ポリシーを遵守する責任があります。
カテゴリ値と数値を持つ主属性に対するさまざまな結果
数値属性またはカテゴリ属性を主属性として選択した場合、セグメントの提案は異なります。 カテゴリ属性の値には、2 つ以上のカテゴリまたはタイプが含まれています。 数値属性には定量的なデータが含まれており、それに関連する測定の意味合いがあります。
主属性として年収または会員期間などの数値属性がある場合、すべての顧客と比較して数値属性の平均値が高いまたは低いセグメントが提案されます。
顧客満足度などのカテゴリ属性を主属性とすると、同じカテゴリに属するすべての顧客の割合と比較して、特定のカテゴリに属する顧客の割合が高いまたは低いセグメントが提案されます。 たとえば、顧客満足度が主属性として選択され、3 つのカテゴリ (低、中、高) で構成されているとします。 カテゴリごとに、同じカテゴリのすべての顧客の割合と比較して、そのカテゴリに属する顧客の割合が高いまたは低いセグメントが提案されます。 すべての顧客の 22% が高い満足度を持っている場合、22% と比較した高い満足度の顧客割合が高いまたは低いセグメントのみが、そのカテゴリに提案されます。 同様に、統計的に有意である場合、セグメントは他の各カテゴリ (低と中) に対しても提案されます。
Note
現在、最大 10 個のカテゴリを持つカテゴリ主属性のみをサポートしています。 10 を超えるカテゴリを持つ主属性に基づいてセグメントの提案を表示する場合、一部のカテゴリをグループ化して、カテゴリの数を 10 以下に減らすことをお勧めします。 この制限は、主属性にのみ適用されます。 影響を与えるカテゴリ属性については、現在、最大 100 までのカテゴリをサポートしています。