Skapa en app för att identifiera kunder i Retail Banking som är troliga att bortfalla
Genom att använda mallen Customer Churn Risk for Retail Banking kan du skapa en app som ger förutsägelsebetyg om sannolikheten för att Retail Banking ska bortfalla.
Versioner som krävs
| Tillgängliga i: Professional, Enterprise och Unlimited Editions med licensen Revenue Intelligence for Financial Services |
| Funktioner för Feedbackhantering är tillgängliga med licensen Feedback Management - Starter eller licensen Feedback Management - Growth. |
| Funktioner i Sentimentinsikter är tillgängliga med licensen Feedback Management - Starter eller licensen Feedback Management - Growth och licensen Sentimentinsikter. |
Innan du använder mallen Customer Churn Risk for Retail Banking, hämta de ögonblicksbilddatauppsättningar som behövs genom att skapa en app med mallen Analytics for Retail Banking. Om du vill använda funktioner för Feedbackhantering och sentimentinsikter för att förutsäga kundbortfall, hämta de datauppsättningar som behövs genom att skapa en app med mallen Feedbackhantering och sentimentinsikter.
- I Analytics Studio, klicka på Skapa och välj sedan App.
- Välj mallen Customer Churn Risk for Retail Banking och klicka sedan på Continue (Fortsätt).
- Granska förhandsgranskningssidan och klicka sedan på Fortsätt.
- Välj att skapa en ny app eller att använda inställningar från en befintlig app och klicka sedan på Fortsätt.
Analytics kör en kompatibilitetskontroll av data i Salesforce.
- Granska resultaten av kompabilitetskontrollen.
- Om kompabilitetskontrollen misslyckas, utför instruktionerna i felmeddelandet för att lösa problemen och försök sedan skapa appen igen.
- Om kompabilitetskontrollen är klar klickar du på Ser bra ut, nästa.
- Konfigurera dessa inställningar på nästa skärm:
- Välj en kontoapp med en ögonblicksbilddatauppsättning som innehåller tidigare trender.
- Välj kontoappens ögonblicksbilddatauppsättning för modellen att använda för att avgöra mönster.
- Välj en finanskontoapp med en ögonblicksbilddatauppsättning som innehåller tidigare trender.
- Välj datauppsättningen för finanskontoappens ögonblicksbild för modellen att använda för att avgöra mönster.
- Klicka på Ser bra ut, nästa.
Anteckning Välj ögonblicksbilddatauppsättningar som skapats av appen som skapats med mallen Analytics for Retail Banking. - Konfigurera dessa inställningar på nästa skärm.
- Välj antalet dagar som du vill förutsäga sannolikheten för kundbortfall.
- Välj de posttyper av konton som du vill förutsäga sannolikheten för bortfall för.
- Välj de posttyper för finanskonton relaterade till de konton som du vill förutsäga sannolikheten för bortfall för.
- Klicka på Ser bra ut, Nästa.
- Konfigurera dessa inställningar på nästa skärm.
- Välj kontostatusar som indikerar att kontot är inaktivt.
- Välj kontostatusar som indikerar att kontot är aktivt.
- Klicka på Ser bra ut, Nästa.
- Specificera om du vill inkludera exempel och förutsägelseuppsättningar med funktionerna Feedbackhantering och Sentimentinsikter och klicka på Ser bra ut, Nästa.
- Om du väljer att inkludera funktionerna Feedbackhantering och Sentimentinsikter, konfigurera dessa inställningar på nästa skärm. Gå annars till nästa steg.
- Välj den exempeluppsättning som skapats av appen som skapats med hjälp av mallen Feedbackhantering och funktioner för sentimentinsikter.
- Välj förutsägelseuppsättningen som skapas av appen som skapas med hjälp av mallen Feedbackhantering och funktioner för sentimentinsikter.
- Ange ett namn på din app och klicka sedan på Skapa.
Processen tar några minuter.
- För att se din app efter att processen är klar, uppdatera sidan.
Appen kör nu förkonfigurerade recept för att skapa datauppsättningar för exempel, historia, funktioner och förutsägelser, och två instrumentpaneler.

