Ti trovi qui:
Clustering strutturato (beta)
Utilizzare il clustering in Data 360 per scoprire schemi nascosti e raggruppamenti naturali nei dati strutturati in base alle somiglianze nei campi selezionati. Il clustering identifica i profili dei clienti emergenti, gli schemi di assistenza ricorrenti e le tendenze comportamentali impreviste.
Dopo l'addestramento, il modello assegna ogni record a un ID cluster e a un'etichetta cluster generata dal sistema. Ad esempio, un modello addestrato in base ai dati di acquisto identifica automaticamente gruppi come "Clienti fidelizzati", "Big Spender" o "Clienti a rischio". Il modello addestrato mappa i nuovi record in modo coerente ai cluster esistenti nel tempo. Valuta i dati in entrata e assegna un punteggio di similarità che indica quanto ogni record corrisponde al cluster. Data 360 aggiunge questi campi di output alla serie di dati. Applicare i campi di output per favorire la segmentazione, l'analisi e l'attivazione in Salesforce.
Rivedere questi obiettivi di clustering.
-
Segmentare automaticamente i clienti o i record in gruppi significativi
-
Scoprire schemi e somiglianze tra gli attributi dei dati
-
Identificare i segmenti ad alto valore, a rischio o basati sul comportamento
-
Arricchire le serie di dati con ID cluster ed etichette per la destinazione, la personalizzazione e l'analisi
Impostazioni clustering
Per utilizzare il clustering, attivare il Clustering strutturato (beta) dal Gestore funzioni in Impostazione Data Cloud.
Funzionalità di clustering
L'algoritmo K-means raggruppa i record in un numero definito di cluster in base alla similarità. Per impostazione predefinita, il modello utilizza 3 cluster, ma questa impostazione può essere definita manualmente. Per raggruppare i dati rumorosi o reali e raggruppare le anomalie in un cluster catch-all separato, utilizzare l'algoritmo HDBScan.
Esaminare queste funzionalità di clustering.
- Creazione di modelli e addestramento con oggetti modello di dati strutturati (DMO) nella scheda Modelli AI
- Valutazione della qualità dei cluster con metriche di addestramento come il punteggio di coesione, il punteggio di distinzione e il punteggio silhouette
- Riepiloghi dei cluster e record di esempio rappresentativi che mostrano i valori dei campi che caratterizzano ogni cluster
- Etichette cluster personalizzate assegnate per ignorare le etichette generate dal sistema
- Inferenza del clustering sui nuovi dati tramite i flussi per assegnare i record ai cluster esistenti
- Output di inferenza, ad esempio ID cluster, etichetta cluster, punteggio di similarità e fattori principali
Metriche di qualità dei cluster
Per valutare se i cluster sono significativi, rivedere queste metriche dopo l'addestramento del modello.
| METRICA | COSA MISURA L'IT |
|---|---|
| Punteggio di coesione | Come sono simili i record all'interno di un cluster. Più in alto è meglio. |
| Punteggio di distinzione | Differenze tra i cluster. I valori più bassi indicano cluster più distinti. |
| Punteggio silhouette | Misura combinata di coesione e separazione, che va da -1 a 1. I punteggi superiori a 0,7 indicano cluster ben definiti. |
Se i punteggi sono bassi, rimuovere le variabili che creano disturbo, regolare il numero di cluster o addestrare nuovamente il modello.
Quando si esegue un flusso su nuovi dati durante l'inferenza, ogni record riceve questi output.
- ID cluster
- Etichetta di un cluster
- Un punteggio di similarità
È possibile assegnare questi output ai record, utilizzare i componenti del flusso esistenti o l'API di inserimento.
Considerazioni
Rivedere queste considerazioni.
- I risultati variano a seconda dei campi e dei parametri utilizzati.
- Serie di dati molto piccole o molto simili producono cluster meno distinti.
- I campi di input pertinenti e di alta qualità offrono risultati di clustering migliori.
- La riqualificazione periodica mantiene i cluster allineati ai dati in evoluzione.
