Predicciones

Las predicciones evalúan a cada cliente según su historial de compras y su comportamiento: grupo RFM, riesgo de abandono, probabilidad de compra, ingresos esperados, interacción y riesgo de carrito abandonado. Los resultados se guardan en el perfil como atributos normales, por lo que se pueden usar de inmediato en segmentos, recorridos y plantillas de mensajes.

La sección está en el menú Datos → Predicciones. Pueden ver la página todos los roles con acceso a la analítica; pueden cambiar la configuración y lanzar el recálculo «Administrador» y «Propietario».

Cómo activar las predicciones

Las predicciones empiezan a calcularse cuando se elige el evento de compra.

1. Abra Predicciones. Si OneTrace.pro encuentra eventos adecuados (por ejemplo, order_completed con la propiedad amount), aparecerá una sugerencia en la parte superior: pulse Usar.
2. En el bloque Qué cuenta como compra, elija:
   • Evento de compra: el evento de un pedido realizado;
   • Importe de la compra: la propiedad numérica con el importe del pedido. Sin ella no se calculan el importe total de compras, la puntuación por importe en RFM ni la predicción de ingresos;
   • Horizonte de la probabilidad de compra: 7, 14, 30, 60 o 90 días, es decir, el plazo para el que se predice la compra.
3. En el bloque Comportamiento para el modelo de actividad, indique, si existen, el Evento de vista de producto y el Evento de añadir al carrito. Con ellos la predicción es más precisa, y el riesgo de carrito abandonado solo se calcula si se elige el evento de carrito.
4. Deje el Modelo de probabilidad en Automático: OneTrace.pro elegirá por sí mismo el modelo más preciso para su proyecto.
5. Pulse Guardar. El primer cálculo se inicia de inmediato y suele tardar unos minutos.

Cuándo se recalculan

Las predicciones se recalculan cada noche: las compras se tienen en cuenta para todo el historial del proyecto y la actividad, para los últimos 90 días. Tras cambiar la configuración, el cálculo se inicia de inmediato, y el botón Recalcular lo lanza manualmente, por ejemplo después de una importación o una migración del historial de pedidos.

Reciben los atributos los clientes y visitantes que estuvieron activos en los últimos 90 días. En el perfil solo se escriben los valores que cambiaron, y cada cambio puede lanzar un recorrido con el disparador «Atributo modificado».

Qué atributos aparecen

La lista completa con explicaciones está en el bloque Atributos de perfil, en la parte inferior de la página.

Grupos RFM

Qué muestra la página

• Modelo: estado del cálculo, modelo elegido, número de clientes y de visitantes sin compras, predicción de ingresos en el horizonte, número de carritos abiertos, cuántos perfiles cambiaron y hora del cálculo.
• Segmentos RFM: cuántos clientes hay en cada grupo.
• Distribución de probabilidades: cuántos clientes caen en cada rango de riesgo de abandono y de probabilidad de compra.
• Interacción: distribución de engagement_score.

Calidad del modelo

OneTrace.pro comprueba la predicción con el pasado: la calcula para una fecha situada un horizonte atrás y la compara con lo que ocurrió después.

• Comparación de modelos: métricas de los dos modelos sobre los mismos clientes. AUC indica lo bien que el modelo distingue a los compradores de los no compradores (0,5 equivale a adivinar; cuanto más cerca de 1, mejor). Log-loss y Brier indican la precisión de las propias probabilidades: cuanto menores, mejor. En el modo «Automático» se elige el modelo con menor log-loss, que aparece en negrita.
• Calibración de probabilidades: proporción prevista y real de compras en grupos de clientes. Cuanto más se parezcan las columnas «Previsto» y «Real», más se puede confiar en las probabilidades en las reglas de los segmentos.
• Qué influye en la compra: qué señales aumentan o reducen la probabilidad de compra: días activos, carrito abierto, antigüedad de la última compra y otras.

Cómo usar las predicciones

En el editor de segmentos, añada una condición Atributo y elija un atributo de predicción:

• «Clientes valiosos que se van»: rfm_segment es uno de at_risk, cant_lose; para un recorrido de recuperación con un descuento personal;
• «Comprarán pronto»: purchase_probability mayor que 0,6; no les dé descuento, basta con un recordatorio;
• «En riesgo de abandono»: churn_risk mayor que 0,7 y engagement_score menor que 20;
• «Carrito abandonado»: cart_abandon_risk mayor que 0,5.

Los atributos de predicción también están disponibles en los recorridos (condiciones y disparador «Atributo modificado») y en las plantillas de mensajes, por ejemplo {{ traits.purchase_probability }}.

Qué debe saber

• Las probabilidades necesitan historial: al menos 50 clientes, 10 de ellos con compras repetidas, para el modelo de compras, y al menos 200 perfiles para el modelo de actividad. Mientras haya pocos datos, el estado será «Datos insuficientes» y solo se calcularán las puntuaciones RFM, los contadores y la interacción.
• Varias compras en un mismo día cuentan como una.
• El modelo no tiene en cuenta la estacionalidad ni las promociones: después de unas rebajas, las probabilidades tardan un tiempo en ajustarse a la realidad. Compare a los clientes entre sí en lugar de usar la probabilidad como una predicción exacta.
• Las devoluciones no se restan del número de compras.
• No modifique los atributos de predicción mediante la API o la importación: se sobrescribirán en el siguiente cálculo.