客户生命周期价值(CLV)代表净现值的未来收入从客户。准确地理解CLV帮助企业更好的目标营销和保留项目,优化客户服务和业务预测和驱动更高的收入和利润率提高。这个研讨会将介绍如何构建CLV Azure的砖和机器学习的,以及我们如何使用这个来优化我们的客户流失。

在这个网络研讨会中,我们将探索客户数据在Azure砖通过执行常见的任务如:

• 提取和加载历史数据仓库客户数据。
• 丰富客户数据与外部公共数据源(比如税收数据来丰富我们对客户的金融统计信息邮政编码)。
• 培训机器学习模型预测客户流失。
• 利用训练数据得分,然后共享模型预测结果。
  

演讲者

• 鲍勃猎隼,零售行业的领导者,砖
  
• 科尔比福特、数据科学家,蓝色的花岗岩