Vous êtes ici :
Clustering structuré
Utilisez le clustering dans Data 360 pour découvrir des modèles masqués et des regroupements naturels dans des données structurées basés sur les similitudes dans les champs que vous sélectionnez. Le clustering identifie les profils clients émergents, les modèles de support récurrents et les tendances comportementales inattendues.
Après la formation, le modèle attribue chaque enregistrement à un ID de cluster et à une étiquette de cluster générée par le système. Par exemple, un modèle entraîné sur les données d'achat identifie automatiquement des groupes tels que « Clients fidèles », « Grands dépensiers » ou « Clients à risque ». Le modèle mappe les nouveaux enregistrements avec des clusters existants au fil du temps et attribue un score de similarité qui indique si chaque enregistrement correspond à son cluster. Data 360 ajoute ces champs de sortie à votre jeu de données. Appliquez les champs de sortie pour piloter la segmentation, les analytiques et l'activation dans Salesforce.
Examinez ces objectifs de clustering.
-
Segmenter automatiquement les clients ou les enregistrements en groupes significatifs
-
Découvrir les modèles et les similitudes entre les attributs de données
-
Identifier les segments à valeur élevée, à risque ou basés sur le comportement
-
Enrichir les jeux de données avec des ID de cluster et des étiquettes pour le ciblage, la personnalisation et l'analyse
Capacités de clustering
L'algorithme K-means regroupe les enregistrements en un nombre défini de clusters basés sur la similarité. Le modèle utilise par défaut 3 clusters, mais vous pouvez définir ce paramètre manuellement. Pour regrouper des données bruyantes ou réelles et regrouper les valeurs aberrantes dans un cluster fourre-tout séparé, utilisez l'algorithme HDBScan.
Examinez les capacités de clustering ci-dessous.
- Élaboration de modèles et formation avec des objets modèle de données structurés (DMO) sous l'onglet Modèles IA
- Évaluation de la qualité du cluster avec des métriques d'entraînement, telles que le score de cohésion, le score de distinction et le score de silhouette
- Résumés de cluster et exemples d'enregistrement représentatifs qui montrent les valeurs de champ qui caractérisent chaque cluster
- Étiquettes de cluster personnalisées attribuées pour remplacer les étiquettes générées par le système
- Inférence de clustering sur de nouvelles données via des flux pour attribuer des enregistrements à des clusters existants
- Sorties d'inférence, telles que l'ID de cluster, l'étiquette du cluster, le score de similarité et les principaux facteurs
Métriques de qualité de cluster
Pour déterminer si vos clusters sont significatifs, consultez ces métriques après l'entraînement du modèle.
| MÉTRIQUE | CE QU'IL MESURE |
|---|---|
| Score de cohésion | Les enregistrements similaires d'un cluster sont similaires. Plus haut, c'est mieux. |
| Score de distinction | Les différences entre les clusters. Les valeurs inférieures indiquent des clusters plus distincts. |
| Score de la silhouette | Mesure combinée de la cohésion et de la séparation, allant de -1 à 1. Les scores supérieurs à 0,7 indiquent des clusters bien définis. |
Si les scores sont faibles, retirez les variables qui créent du bruit, ajustez le nombre de clusters ou réentraînez le modèle.
Lorsque vous exécutez un flux sur de nouvelles données pendant l'inférence, chaque enregistrement reçoit ces sorties.
- ID de cluster : L'identificateur unique du cluster auquel un enregistrement est attribué.
- Étiquette du cluster : Le nom ou l'étiquette du cluster attribué.
- Score du cluster : Un score qui indique si l'enregistrement correspond au cluster qui lui a été attribué.
- Score d'anomalie : Un score qui indique le degré d'anomalie d'un point de données.
- IsOutlier : Un indicateur qui indique si l'enregistrement est aberrant par rapport aux autres enregistrements du cluster qui lui a été attribué.
Vous pouvez attribuer ces sorties à des enregistrements, utiliser des composants de flux existants ou l'API Ingestion.
Considérations
Prenez connaissance des considérations ci-dessous.
- Les résultats varient selon les champs et les paramètres utilisés.
- Des jeux de données très petits ou très similaires produisent des clusters moins distincts.
- Des champs de saisie pertinents et de grande qualité offrent de meilleurs résultats de clustering.
- Un réentraînement périodique permet d'adapter les clusters à l'évolution des données.
- Utilisation du clustering dans les données structurées
Utilisez des modèles de clustering dans Data 360 pour regrouper automatiquement les enregistrements d'objet modèle de données (DMO) par des caractéristiques partagées. Exécutez une tâche de prédiction ou une transformation de données par lot pour attribuer de nouveaux enregistrements à des clusters enregistrés, et utilisez les résultats dans Salesforce.
