使用ML和Azure提高客户终身价值:按需网络研讨会和常见问题解答现已可用!

7月18日，我们举办了一场在线研讨会-使用ML和Azure来提高客户的终身价值-与零售业行业领导者Rob Saker, Colby Ford，数据科学学院Associate Faulty，北卡罗来纳大学夏洛特和Databricks的解决方案营销经理Navin Albert。这个博客有一个网络研讨会的录音和一些被解决的问答在网络研讨会上．

零售商正面临越来越大的压力，必须在管理成本的同时推动新的收入增长。随着新的购物方式的引入，全渠道的竞争正在加剧，新的竞争对手也进入了这个行业。

了解客户的终身价值是一个重要的工具，使零售商能够识别单个消费者的价值，并在促销和保留方面做出明智的决策。专注于了解、锁定和留住消费者的零售商，有望比竞争对手获得10-30%的收入增长。CLV通过针对最有价值的消费者进行促销和留住，同时最大限度地减少对无利可图的客户的支出，帮助零售商推动增长并提高利润率。

在这次网络研讨会上，BlueGranite介绍了他们的客户如何快速开发和部署客户终身价值和留存分析。与传统的CLV模型关注平均值(平均访问量、每客户平均收益等)不同，借助Databricks的强大功能，BlueGranite能够构建个性化的客户生命周期模型，从而与客户进行精确决策。

在本次网络研讨会中，我们回顾了:

• 什么是客户生命周期价值以及采用它的商业利益
• Delta Lake如何使您能够大规模地开发个性化CLV，并使用额外的数据快速扩展模型
• 如何在数据库中实现该系统。

Delta Lake通过将可伸缩性、流和对Apache Spark高级分析的访问与数据仓库的性能和ACID遵从性相结合，帮助解决了这些问题。

问:我正在建立一个商业案例来资助我的CLV分析项目。公司如何从他们的CLV分析中获得积极的ROI ?

公司通过多种方式从客户终身价值中创造价值，但最常见的有三种:

• 提高收入．公司未来80%的收入将来自20%的现有客户。建立CLV指标可以让你将促销活动集中在这个高收益群体上，并吸引更多像你的高价值客户那样的客户。销售给现有客户的概率是60-70%。销售给新客户的概率为5-20%。
• 提高盈利能力．减少5%的流失率可以增加25-125%的利润。
• 降低留存成本．你的营销团队应该能够提供获取新客户的平均成本指标。留存收益是用户获取成本和留存成本之差乘以留存用户数量。获得新客户的成本比保持现有客户的成本高出5倍。

你应该期望看到你的服务成本的改善作为CLV的结果。将你的转化率和留存计划集中在最有利可图的客户身上将对服务成本产生直接影响，但如果没有CLV，这个数字很难估计。

这些数字取决于你拥有的客户数量。BlueGranite可以与您一起构建您的业务案例。

问:在演示中，销售总额和流失概率之间的关系是什么?一个是另一个的函数吗?

在我对流失的定义中没有使用这种关系。但是Spark中有一些函数，你可以在其中建立这种关系。你可以做更多的模型解释。你可以随意定义流失率。我们将“客户在10个月内购买的任何东西都不是”定义为“周转时间”。

问:开发人员如何确定他们的需求需要什么类型的工作人员?内存/CPU需求等等?

Apache Spark^TM为集群分发任务是基于任务的。如果集群中的一个节点有4个核心，那么它可以同时处理4个任务。通常，内核越多，可以同时运行的任务就越多。在处理大型数据集时，内存非常重要。Spark在内存中运行。数据集越大，需要的内存就越多。我工作的基因组数据集非常庞大，我喜欢使用内存优化的机器，每个核都有更多的内存。但是，默认的机器类型对于更多的用例来说已经足够好了。此外，如果你选择处理涉及TensorFlow、Keras和Horovod等需要gpu的软件的用例，你将不得不使用具有gpu的特定机器。

问:是否有函数为分类列的特征重要性向量取名字?

我这里没有准备好代码，但我以前有机会这样做过。分类列的情况是，它使用一hottencoding进行虚拟编码。它将一个分类列转换为多个数值列。有一种方法可以确定1代表红色2代表蓝色。有个办法能让他们重新团聚。

问:如何联系BlueGranite?

与我们联系最简单的方式是通过我们网站的联系表格:https://www.bluegranite.com/contact-us

问:BlueGranite如何帮助我们开始Databricks?

我们采取“从小做起，做大”的方法。最初，我们希望了解您的用例和您试图实现的成功因素。然后，我们可以通过教育和与您的团队合作的结合来帮助您快速启动和运行。我们可以通过研讨会、实践培训、设想会议或快速启动活动来帮助您进行平台评估，在这些活动bob体育客户端下载中，我们将从头到尾实现您的一个用例。