Predictive Churn
Braze Predictive Suite의 도구인 Predictive Churn을 통해 비즈니스에서 고객이탈이 무엇을 의미하는지 정의하고 유지하고자 하는 사용자를 식별할 수 있습니다. 예측을 생성하면 Braze는 그래디언트 부스팅 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 오디언스에 속한 사용자에게는 정의에 따라 이탈 가능성을 나타내는 0~100 사이의 고객이탈 위험 점수가 할당됩니다. 점수가 높을수록 사용자가 고객이탈할 가능성이 높습니다.
예측 오디언스의 위험 점수 업데이트는 선택한 빈도로 수행할 수 있습니다. 이렇게 하면 고객이탈 위험이 있는 사용자에게 실제 고객이탈이 발생하기 전에 먼저 연락하여 이를 사전에 방지할 수 있습니다. 최대 세 개의 활성 예측을 사용하여 Predictive Churn을 활용하면 가장 가치 있다고 생각되는 특정 사용자 세그먼트 내에서 고객이탈을 방지하기 위해 개별 모델을 맞춤화할 수 있습니다.
Predictive Churn에 액세스하기
예측 페이지는 분석 섹션에 위치해 있습니다. 전체 액세스를 위해 계정 매니저에게 문의하세요.
이 기능을 구매하기 전에 미리보기 모드에서 사용할 수 있습니다. 미리보기를 통해 합성 데이터로 데모 고객이탈 예측을 확인하고, 한 번에 하나의 사용자 데이터 기반 고객이탈 예측 모델을 만들 수 있습니다. 이 미리보기에서는 고객이탈 위험에 따라 메시징 대상으로 사용자를 타겟팅할 수 없으며, 생성 후 정기적으로 업데이트되지 않습니다.
미리보기를 통해 하나의 예측을 편집하고 다시 구축하거나 아카이브한 후 다른 정의의 예상 예측 품질을 테스트하기 위해 새로운 예측을 만들 수도 있습니다.