Olet tässä:
Churn-ennuste Retail Banking -asiakkaille
Saat ennusteita vähittäismyyntipäällikön asiakkaista, jotka todennäköisesti häviävät ja vähentävät häviämisen todennäköisyyttä analysoimalla heidän häviöpisteytensä. Churn-ennusteet perustuvat asiakkaiden tileistä saatuun dataan. Voit myös lisätä Palautteen hallinta- ja Sentimenttihavainnot-ominaisuuksia asiakkaidesi tileihin liittyvistä yhteyshenkilöistä.
Tärkeää Churn Risk -koneoppimismalli käyttää useita muuttujia ennusteiden luomiseen, mukaan lukien mahdollisesti luottamuksellisia henkilötietoja, kuten ikää ja avioliittotilaa. Voit poistaa tai säätää näiden muuttujien käyttöä. Lisätietoja on kohdassa Einstein Discoveryn selittäminen, ennustaminen ja toimintojen suorittaminen.
- CRM Analyticsin ottaminen käyttöön ja käyttöoikeusjoukkojen kohdistaminen ennusteiden siirtämiseksi Retail Banking -asiakkaille
Ota CRM Analytics käyttöön ja kohdista tarvittavat käyttöoikeusjoukot pääkäyttäjillesi, käyttäjillesi ja Analytics Cloud -integrointikäyttäjillesi. - Datan vaatimukset ennustaaksesi Retail Banking -asiakasvaihdon
Koneoppimismalli vaatii ominaisuuksia joistakin Salesforce-objekteista ja -datajoukoista. - Palautteenhallinnan ja sentimenttien havaintojen ominaisuudet Retail Bankingille
Voit halutessasi lisätä palautteenhallinnan ja sentimenttien havaintojen ominaisuuksia asiakkaidesi tileihin liittyviin yhteyshenkilöihin saadaksesi ennusteita asiakkaiden häiriöistä. - Retail Banking Customer Churn -ennusteet
Luo sovellus käyttämällä Customer Churn Risk for Retail Banking -mallia saadaksesi ennusteita Retail Banking -asiakkaista, jotka todennäköisesti häviävät.
Ratkaisiko tämä artikkeli ongelmasi?
Anna palautetta, jotta voimme kehittyä!
