日B视频 亚洲,啪啪啪网站一区二区,91色情精品久久,日日噜狠狠色综合久,超碰人妻少妇97在线,999青青视频,亚洲一区二卡,让本一区二区视频,日韩网站推荐

0
  • 聊天消息
  • 系統(tǒng)消息
  • 評論與回復(fù)
登錄后你可以
  • 下載海量資料
  • 學(xué)習(xí)在線課程
  • 觀看技術(shù)視頻
  • 寫文章/發(fā)帖/加入社區(qū)
會員中心
創(chuàng)作中心

完善資料讓更多小伙伴認識你,還能領(lǐng)取20積分哦,立即完善>

3天內(nèi)不再提示

如何通過機器學(xué)習(xí)預(yù)測客戶流失?

如意 ? 來源:讀芯術(shù)微信公眾號 ? 作者:讀芯術(shù)微信公眾號 ? 2020-12-23 15:49 ? 次閱讀
加入交流群
微信小助手二維碼

掃碼添加小助手

加入工程師交流群

安吉拉是一家保險公司呼叫中心的助理,自新冠疫情以來,她一直在家工作。在最初的幾個月里,她的網(wǎng)絡(luò)很差。她試圖聯(lián)系目前運營商的技術(shù)支持,但由于安吉拉所在地區(qū)的所有人都轉(zhuǎn)為家庭辦公,需求增加,電話一直占線。

繼三番五次打不通電話、郵件得不到回復(fù)后,她放棄了,轉(zhuǎn)而選擇了另一家運營商,這家運營商有現(xiàn)成的方案能滿足她的需求。根據(jù)凱捷管理顧問公司的研究,有成千上萬的家庭經(jīng)歷了和安吉拉一樣的情況。有幾十家公司因為一百萬個小問題或幾個大問題失去了他們的客戶。

要是有一個客戶服務(wù)代表知道客戶的困難并能及時采取行動,情況可能就會有所不同。當(dāng)然,員工不可能持續(xù)追蹤每一個終端用戶并且掌握他們目前與公司的關(guān)系。但是只要使用正確的技術(shù)就可以做到。

本文中,我想分享我的公司馬克思比爾最近為一個合作伙伴開發(fā)一個流失預(yù)測模型的案例。其成功率證明準(zhǔn)確率高達97%,有兩個主要使用點將使客戶受益。

結(jié)合多種算法的單一模型

數(shù)據(jù)收集和后續(xù)評估有多種方法。我們?yōu)樘囟ǖ目蛻粼诩煞椒ㄖ薪Y(jié)合了許多不同的算法。這種模式包括:

  • 決策樹分類器
  • KNeighbors分類器
  • 邏輯回歸
  • 隨機森林分類器
  • 投票分類器

控件在歷史數(shù)據(jù)上運行的結(jié)果表明流失預(yù)測的準(zhǔn)確率高達97%。我們計劃用額外的人工數(shù)據(jù)來豐富模型,并用它來鑒定處于風(fēng)險中的客戶。這樣可以進一步將它們包括在保留過程中。

客戶保留用例:如果對特定情況沒有明確了解,創(chuàng)建模型將毫無用處。

按客戶計算:與客戶關(guān)系管理中的客戶摘要連接時,流失預(yù)測引擎會為客戶服務(wù)代表預(yù)測特定客戶與公司終止合作的可能性。在這種情況下,任何客戶服務(wù)代表都可以積極主動地迎合客戶需求,降低客戶流失的風(fēng)險。

批量報告:報告將在指定日期生成,突出顯示風(fēng)險組中的客戶列表。這些數(shù)據(jù)可用于客戶保留營銷活動,從而進一步降低客戶流失的風(fēng)險,使客戶與服務(wù)供應(yīng)商互動并提高忠誠度。

該模型不僅能顯示需要更多關(guān)注的客戶——該過程屬于雙方互動,使得管理層應(yīng)用新的關(guān)稅,更新現(xiàn)有產(chǎn)品定價,提供折扣、特別促銷,并根據(jù)模型中添加的新變量看到其行為的預(yù)計后果。該工具將便于為特定的客戶群創(chuàng)建專門優(yōu)惠,并在保持低誤報率的同時尋求營銷投資回報率和客戶流失之間的最佳平衡。

更不用說所有過程都是自動的。一旦系統(tǒng)預(yù)測某個客戶或客戶群處于流失風(fēng)險之下——就可以采取首選的流失預(yù)防行動,而無需人為干預(yù)。

顧客關(guān)懷的未來

正如德勤的分析顯示,今年我們看到了一個前所未有的機會,讓多重業(yè)務(wù)供應(yīng)商擴大其客戶群、影響范圍和服務(wù)包。但是,很多公司發(fā)現(xiàn)他們的后臺缺乏可擴展性。大多數(shù)供應(yīng)商都面臨的一大痛點是客戶服務(wù)代表的壓力增大。

由于新冠疫情,擴招員工幾乎不可能。同時,新冠疫情的另一個副作用導(dǎo)致對其服務(wù)的需求增長。例如,一些租戶在農(nóng)村地區(qū)難以獲得良好的網(wǎng)絡(luò)連接,這也是供應(yīng)商必須解決的問題。

為了跟上快速增長的機遇,公司既要改善其客戶群的客戶服務(wù)體驗,又要能夠預(yù)測和避免客戶流失。

增強用戶體驗可以通過將多渠道通信(FacebookMessenger,Viber,WhatsApp,Telegram)封裝在服務(wù)流中,通過SelfCare門戶中的自助服務(wù)來自動化客戶處理流程,部署帶有會話AI的個人助理,擁有自然語言處理能力和集成RPA機器人,為用戶執(zhí)行前端和后端任務(wù)。

機器學(xué)習(xí)可以成功得到利用以完成擺在公司面前的大部分任務(wù)。對于每一個特定的案例,可以在不同的過程中選擇、訓(xùn)練、測試和實現(xiàn)特定的算法組合。在其幫助下,企業(yè)可以提高客戶保留能力,并以更經(jīng)濟的方式更快地擴大客戶群。
責(zé)編AJX

聲明:本文內(nèi)容及配圖由入駐作者撰寫或者入駐合作網(wǎng)站授權(quán)轉(zhuǎn)載。文章觀點僅代表作者本人,不代表電子發(fā)燒友網(wǎng)立場。文章及其配圖僅供工程師學(xué)習(xí)之用,如有內(nèi)容侵權(quán)或者其他違規(guī)問題,請聯(lián)系本站處理。 舉報投訴
  • 算法
    +關(guān)注

    關(guān)注

    23

    文章

    4812

    瀏覽量

    98686
  • 模型
    +關(guān)注

    關(guān)注

    1

    文章

    3850

    瀏覽量

    52306
  • 機器學(xué)習(xí)
    +關(guān)注

    關(guān)注

    67

    文章

    8569

    瀏覽量

    137342
收藏 人收藏
加入交流群
微信小助手二維碼

掃碼添加小助手

加入工程師交流群

    評論

    相關(guān)推薦
    熱點推薦

    MediaTek Genio平臺推動端側(cè)AI在零售場景中規(guī)模化落地

    從智能貨架和預(yù)測式補貨,到自適應(yīng)數(shù)字標(biāo)牌和基于自然語言的客戶互動,端側(cè) AI 正在推動零售從被動響應(yīng)走向主動預(yù)測。在實體門店中,如果沒有智能自動化,庫存準(zhǔn)確率明顯降低,導(dǎo)致銷售機會流失
    的頭像 發(fā)表于 02-10 15:23 ?620次閱讀

    人工智能與機器學(xué)習(xí)在這些行業(yè)的深度應(yīng)用

    自人工智能和機器學(xué)習(xí)問世以來,多個在線領(lǐng)域的數(shù)字化格局迎來了翻天覆地的變化。這些技術(shù)從誕生之初就為企業(yè)賦予了競爭優(yōu)勢,而在線行業(yè)正是受其影響最為顯著的領(lǐng)域。人工智能(AI)與機器學(xué)習(xí)
    的頭像 發(fā)表于 02-04 14:44 ?733次閱讀

    強化學(xué)習(xí)會讓自動駕駛模型學(xué)習(xí)更快嗎?

    是一種讓機器通過“試錯”學(xué)會決策的辦法。與監(jiān)督學(xué)習(xí)不同,監(jiān)督學(xué)習(xí)是有人提供示范答案,讓模型去模仿;而強化學(xué)習(xí)不會把每一步的“正確答案”都告訴
    的頭像 發(fā)表于 01-31 09:34 ?898次閱讀
    強化<b class='flag-5'>學(xué)習(xí)</b>會讓自動駕駛模型<b class='flag-5'>學(xué)習(xí)</b>更快嗎?

    機器學(xué)習(xí)和深度學(xué)習(xí)中需避免的 7 個常見錯誤與局限性

    無論你是剛?cè)腴T還是已經(jīng)從事人工智能模型相關(guān)工作一段時間,機器學(xué)習(xí)和深度學(xué)習(xí)中都存在一些我們需要時刻關(guān)注并銘記的常見錯誤。如果對這些錯誤置之不理,日后可能會引發(fā)諸多麻煩!只要我們密切關(guān)注數(shù)據(jù)、模型架構(gòu)
    的頭像 發(fā)表于 01-07 15:37 ?378次閱讀
    <b class='flag-5'>機器</b><b class='flag-5'>學(xué)習(xí)</b>和深度<b class='flag-5'>學(xué)習(xí)</b>中需避免的 7 個常見錯誤與局限性

    穿孔機頂頭檢測儀 機器視覺深度學(xué)習(xí)

    穿孔機頂頭檢測儀采用深度學(xué)習(xí)技術(shù),通過不斷的學(xué)習(xí)功能,越用越準(zhǔn)確,為高質(zhì)量生產(chǎn)保駕護航。 網(wǎng)站名稱:保定市藍鵬測控科技有限公司 可根據(jù)客戶需求提供解決方案,定制產(chǎn)品。 QQ咨詢:208
    發(fā)表于 12-22 14:33

    labview如何實現(xiàn)數(shù)據(jù)的采集與實時預(yù)測

    現(xiàn)有以下問題:labview可以實現(xiàn)數(shù)據(jù)的采集以及調(diào)用python代碼,但如何將這兩項功能集成在一個VI文件里,從而實現(xiàn)數(shù)據(jù)的采集與實時預(yù)測?,F(xiàn)有條件如下:已完成數(shù)據(jù)的采集系統(tǒng),python中的預(yù)測代碼也已經(jīng)訓(xùn)練封裝完成。
    發(fā)表于 12-03 21:13

    蜂鳥E203簡單分支預(yù)測的改進

    當(dāng)前指令的類型是普通指令還是分支跳轉(zhuǎn)指令。當(dāng)譯碼信息指示當(dāng)前指令為分支跳轉(zhuǎn)指令時,則在一個周期內(nèi)進行分支預(yù)測。 蜂鳥E203的分支預(yù)測十分簡單,是常見的靜態(tài)分支預(yù)測,通過簡單譯碼得到
    發(fā)表于 10-24 07:45

    提高條件分支指令預(yù)測正確率的方法

    基于全局分支歷史的ghare分支預(yù)測器 主要構(gòu)成 分支目標(biāo)緩沖器BTB 分支歷史寄存器BHR 方式歷史寄存器PHT 對于某個條件分支指令而言,其全局歷史是相對恒定的,讓PHT同時保存全局歷史
    發(fā)表于 10-22 08:22

    基于全局預(yù)測歷史的gshare分支預(yù)測器的實現(xiàn)細節(jié)

    GShare預(yù)測機制簡介 GShare預(yù)測機制作為一種常用的分支預(yù)測機制,通過基于分支歷史和分支地址來預(yù)測分支指令的執(zhí)行路徑。分支歷史是指
    發(fā)表于 10-22 06:50

    泰晶科技車規(guī)產(chǎn)品通過兩家行業(yè)頂級客戶認證

    近日,泰晶科技成功通過兩家汽車零部件全球TOP10客戶的嚴(yán)格審核,公司在汽車電子領(lǐng)域又邁出堅實的一步,頭部客戶朋友圈也一步拓展。
    的頭像 發(fā)表于 09-29 09:11 ?1122次閱讀

    如何在機器視覺中部署深度學(xué)習(xí)神經(jīng)網(wǎng)絡(luò)

    圖 1:基于深度學(xué)習(xí)的目標(biāo)檢測可定位已訓(xùn)練的目標(biāo)類別,并通過矩形框(邊界框)對其進行標(biāo)識。 在討論人工智能(AI)或深度學(xué)習(xí)時,經(jīng)常會出現(xiàn)“神經(jīng)網(wǎng)絡(luò)”、“黑箱”、“標(biāo)注”等術(shù)語。這些概念對非專業(yè)
    的頭像 發(fā)表于 09-10 17:38 ?1099次閱讀
    如何在<b class='flag-5'>機器</b>視覺中部署深度<b class='flag-5'>學(xué)習(xí)</b>神經(jīng)網(wǎng)絡(luò)

    客戶案例分享 | 凌科LP系列工業(yè)級連接器用于人形機器

    前言在“構(gòu)建數(shù)智化連接橋梁,為萬物智連賦能”的理念驅(qū)動下,凌科已為全球170+個國家與地區(qū),50000+不同領(lǐng)域的企業(yè)客戶提供專業(yè)連接方案支持。今天就來分享凌科產(chǎn)品在一客戶設(shè)備上的應(yīng)用案例。1凌科
    的頭像 發(fā)表于 08-01 18:27 ?1047次閱讀
    <b class='flag-5'>客戶</b>案例分享 | 凌科LP系列工業(yè)級連接器用于人形<b class='flag-5'>機器</b>人

    FPGA在機器學(xué)習(xí)中的具體應(yīng)用

    隨著機器學(xué)習(xí)和人工智能技術(shù)的迅猛發(fā)展,傳統(tǒng)的中央處理單元(CPU)和圖形處理單元(GPU)已經(jīng)無法滿足高效處理大規(guī)模數(shù)據(jù)和復(fù)雜模型的需求。FPGA(現(xiàn)場可編程門陣列)作為一種靈活且高效的硬件加速平臺
    的頭像 發(fā)表于 07-16 15:34 ?3152次閱讀

    通過NVIDIA Cosmos模型增強機器人學(xué)習(xí)

    通用機器人的時代已經(jīng)到來,這得益于機械電子技術(shù)和機器人 AI 基礎(chǔ)模型的進步。但目前機器人技術(shù)的發(fā)展仍面臨一個關(guān)鍵挑戰(zhàn):機器人需要大量的訓(xùn)練數(shù)據(jù)來掌握諸如組裝和檢查之類的技能,而手動演
    的頭像 發(fā)表于 07-14 11:49 ?1359次閱讀
    <b class='flag-5'>通過</b>NVIDIA Cosmos模型增強<b class='flag-5'>機器人學(xué)習(xí)</b>

    邊緣計算中的機器學(xué)習(xí):基于 Linux 系統(tǒng)的實時推理模型部署與工業(yè)集成!

    你好,旅行者!歡迎來到Medium的這一角落。在本文中,我們將把一個機器學(xué)習(xí)模型(神經(jīng)網(wǎng)絡(luò))部署到邊緣設(shè)備上,利用從ModbusTCP寄存器獲取的實時數(shù)據(jù)來預(yù)測一臺復(fù)古音頻放大器的當(dāng)前健康狀況。你將
    的頭像 發(fā)表于 06-11 17:22 ?1181次閱讀
    邊緣計算中的<b class='flag-5'>機器</b><b class='flag-5'>學(xué)習(xí)</b>:基于 Linux 系統(tǒng)的實時推理模型部署與工業(yè)集成!
    襄垣县| 咸宁市| 专栏| 略阳县| 龙胜| 梓潼县| 普安县| 张家口市| 壤塘县| 聂荣县| 敦煌市| 柞水县| 蓬溪县| 吉首市| 获嘉县| 石景山区| 自贡市| 厦门市| 太康县| 阿合奇县| 沈丘县| 依安县| 新竹县| 灵石县| 广宗县| 德清县| 新闻| 随州市| 永和县| 丁青县| 杭州市| 孙吴县| 曲靖市| 兰州市| 丰城市| 额尔古纳市| 玉门市| 仁寿县| 蓬莱市| 南丰县| 丹凤县|