Skip to content

예측 이탈

예측 이탈을 사용하면 이탈이 비즈니스에 미치는 영향을 정의하고 유지하려는 사용자를 식별할 수 있습니다. 예측을 생성하면 Braze는 그라데이션 부스트 의사 결정 트리를 사용하여 머신 러닝 모델을 학습시켜 이탈한 사용자와 그렇지 않은 사용자 모두의 과거 행동 패턴을 분석하여 위험에 처한 사용자를 인식합니다.

이탈 예측 정보

예측 모델이 구축되면 예측 대상에 속한 사용자에게는 정의에 따라 이탈 가능성을 나타내는 0~100 사이의 이탈 위험 점수가 할당됩니다. 점수가 높을수록 사용자가 고객이탈할 가능성이 높습니다.

예측 오디언스의 위험 점수를 업데이트하는 것은 선택한 빈도로 수행할 수 있습니다. 이렇게 하면 고객이탈 위험이 있는 사용자에게 실제로 이탈하기 전에 연락하여 이를 방지할 수 있습니다. 최대 세 개의 활성 예측을 사용하여 예측 이탈을 활용하여 가장 가치 있다고 생각되는 특정 사용자 세그먼트 내에서 고객이탈을 방지하기 위해 개별 모델을 맞춤화할 수 있습니다.

고객이탈의 개요는 과거 예측 오디언스를 포함하며, 역사적 데이터로 훈련합니다. 이는 이탈 위험 점수로 오늘의 예측 잠재고객을 측정하여 향후 이탈 위험을 예측하는 데 기여합니다.

예측 이탈에 액세스하기

예측 페이지는 분석 섹션에 위치해 있습니다. 전체 액세스를 위해 계정 매니저에게 문의하세요.

이 기능을 구매하기 전에 미리보기 모드에서 사용할 수 있습니다. 이것은 데모 고객이탈 예측을 합성 데이터로 보고, 한 번에 사용자 데이터에 기반한 고객이탈 예측 모델을 만들 수 있게 해줍니다. 이 미리보기는 고객이탈 위험에 따라 메시징을 위해 사용자를 타겟팅할 수 없으며 생성 후 정기적으로 업데이트되지 않습니다.

미리보기를 통해 하나의 예측을 편집하고 다시 빌드하거나 보관하여 다른 정의의 예상 예측 품질을 테스트하기 위해 다른 것을 만들 수 있습니다.

이 페이지가 얼마나 도움이 되었나요?
New Stuff!