Vous êtes ici :
Modèle Propension à acheter (bêta)
Le modèle Propension à acheter établit un point de départ pour prédire quel client achètera un produit ou une catégorie de produits pendant une période donnée. Le modèle préconfigure les détails du modèle, les entrées de prédiction et sélectionne un algorithme. Pour aligner le modèle sur vos données, personnalisez les variables par défaut et définissez une fenêtre de prédiction (le nombre de jours utilisé pour calculer la probabilité d'achat). Après l'entraînement du modèle, le Générateur de modèle génère des scores de probabilité d'achat dans vos enregistrements afin que vous puissiez identifier les segments de clients à forte valeur et piloter des campagnes marketing ciblées.
Objets et champs obligatoires
Pour utiliser le modèle et entraîner votre modèle avec succès, mappez les objets modèle de données (DMO) et les champs ci-dessous. D'autres champs sont facultatifs, mais peuvent améliorer les prédictions.
| Objet modèle de données (DMO) | Champs |
|---|---|
| Individu (ssot__Individual__dlm) |
|
| Adresse du contact (ssot__ContactPointAddress__dlm) |
|
| Produit (ssot__GoodsProduct__dlm) |
|
| Catégorie de produit (ssot__ProductCategory__dlm) |
|
| Produit de commande (ssot__SalesOrderProduct__dlm) |
|
| Product Browse Engagement (ssot__ProductBrowseEngagement__dlm) |
|
| Commande (ssot__SalesOrder__dlm) |
|
| Engagement du panier d'achat (ssot__ShoppingCartEngagement__dlm) |
|
- Configuration d'un modèle Propension à acheter (bêta)
Configurez le modèle Propension à acheter (bêta) pour créer automatiquement les transformations de données, les objets modèle de données de sortie et le modèle prédictif requis pour générer des scores de propension. Interrogez les scores pour évaluer la probabilité d'achat d'un client pendant la période de prédiction spécifiée.
