위치:
Retail Banking 고객의 이탈 예측
이탈 점수를 분석하여 이탈할 가능성이 높은 리테일 관리 고객에 대한 예측을 가져오고 이탈 가능성을 줄입니다. 이탈 예측은 고객의 계정 데이터를 기반으로 합니다. 고객의 계정과 연결된 연락처의 사용자 의견 관리 및 분위기 인사이트 기능을 포함할 수도 있습니다.
중요 이탈 위험 기계 학습 모델은 나이 및 결혼 상태와 같은 잠재적으로 중요한 개인 정보를 비롯한 몇 가지 변수를 사용하여 예측을 생성합니다. 이러한 변수의 사용을 제거하거나 조정할 수 있습니다. 자세한 내용은 Einstein Discovery를 사용하여 설명, 예측 및 조치 수행을 참조하십시오.
- CRM Analytics 활성화 및 Retail Banking 고객의 이탈 예측을 위한 권한 집합 할당
CRM Analytics를 활성화하고 관리자, 사용자, Analytics Cloud 통합 사용자에게 필수 권한 집합을 할당합니다. - Retail Banking 고객 이탈 예측을 위한 데이터 요구 사항
기계 학습 모델에는 일부 Salesforce 개체 및 데이터 집합의 기능이 필요합니다. - Retail Banking 사용자 의견 관리 및 분위기 인사이트 기능
경우에 따라 고객 이탈 예측을 가져오기 위해 고객의 계정과 연결된 연락처에 대한 사용자 의견 관리 및 분위기 인사이트 기능을 포함할 수 있습니다. - Retail Banking 고객 이탈 예측
Customer Churn Risk for Retail Banking 템플릿을 사용하여 앱을 만들어 이탈할 가능성이 높은 Retail Banking 고객에 대한 예측을 가져옵니다.
이 기사를 통해 문제를 해결했습니까?
개선을 위한 의견을 보내주세요.
