Previsioni

Le previsioni valutano ogni cliente in base alla cronologia degli acquisti e al comportamento: gruppo RFM, rischio di abbandono, probabilità di acquisto, ricavo atteso, coinvolgimento, rischio di carrello abbandonato. I risultati vengono scritti nel profilo come normali attributi, quindi si possono usare subito in segmenti, percorsi e modelli di messaggio.

La sezione si trova nel menu Dati → Previsioni. La pagina è visibile a tutti i ruoli con accesso alle analisi, mentre modificare le impostazioni e avviare il ricalcolo possono l'«Amministratore» e il «Proprietario».

Come attivare le previsioni

Le previsioni iniziano a essere calcolate quando viene scelto l'evento di acquisto.

1. Apra Previsioni. Se OneTrace.pro ha trovato eventi adatti (ad esempio order_completed con la proprietà amount), in alto compare un suggerimento: faccia clic su Usa questo.
2. Nel blocco Cosa conta come acquisto scelga:
   • Evento di acquisto: l'evento dell'ordine effettuato;
   • Importo dell'acquisto: la proprietà numerica con l'importo dell'ordine. Senza di essa non vengono calcolati l'importo degli acquisti, il punteggio monetario dell'RFM e la previsione dei ricavi;
   • Orizzonte della probabilità di acquisto: 7, 14, 30, 60 o 90 giorni, cioè l'arco di tempo per cui prevedere l'acquisto.
3. Nel blocco Comportamento per il modello di attività indichi, se presenti, l'Evento di visualizzazione prodotto e l'Evento di aggiunta al carrello. Con questi la previsione è più precisa, e il rischio di carrello abbandonato viene calcolato solo se è stato scelto l'evento del carrello.
4. Lasci il Modello di probabilità su Automatico: OneTrace.pro sceglierà da solo il modello più preciso per il Suo progetto.
5. Faccia clic su Salva. Il primo calcolo parte subito e di solito richiede qualche minuto.

Quando vengono ricalcolate

Le previsioni vengono ricalcolate ogni notte: gli acquisti sono considerati sull'intera cronologia del progetto, l'attività sugli ultimi 90 giorni. Dopo una modifica delle impostazioni il calcolo parte subito, e il pulsante Ricalcola lo avvia manualmente, ad esempio dopo l'importazione o la migrazione della cronologia degli ordini.

Gli attributi vengono assegnati a clienti e visitatori attivi negli ultimi 90 giorni. Nel profilo vengono scritti solo i valori cambiati, e ogni modifica può avviare un percorso con il trigger «Attributo modificato».

Quali attributi compaiono

L'elenco completo con le spiegazioni si trova nel blocco Attributi del profilo in fondo alla pagina.

Gruppi RFM

Cosa mostra la pagina

• Modello: stato del calcolo, modello scelto, numero di clienti e di visitatori senza acquisti, previsione dei ricavi per l'orizzonte, numero di carrelli aperti, quanti profili sono cambiati e ora del calcolo.
• Segmenti RFM: quanti clienti ci sono in ciascun gruppo.
• Distribuzione delle probabilità: quanti clienti rientrano in ciascuna fascia di rischio di abbandono e di probabilità di acquisto.
• Coinvolgimento: distribuzione di engagement_score.

Qualità del modello

OneTrace.pro verifica la previsione sul passato: la costruisce alla data di un «orizzonte fa» e la confronta con ciò che è accaduto dopo.

• Confronto dei modelli: le metriche dei due modelli sugli stessi clienti. L'AUC indica quanto bene il modello distingue chi acquista da chi non acquista (0,5 equivale a tirare a indovinare, più vicino a 1 è meglio). Log-loss e Brier indicano la precisione delle probabilità stesse: più sono bassi, meglio è. In modalità «Automatico» viene scelto il modello con il log-loss più basso, evidenziato in grassetto.
• Calibrazione delle probabilità: quota prevista ed effettiva di acquisti nei gruppi di clienti. Più le colonne «Previsto» ed «Effettivo» sono vicine, più ci si può fidare delle probabilità nelle regole dei segmenti.
• Cosa determina gli acquisti: quali fattori aumentano o riducono la probabilità di acquisto: giorni di attività, carrello aperto, recenza dell'ultimo acquisto e altri.

Come usare le previsioni

Nel costruttore dei segmenti aggiunga una condizione Attributo e scelga un attributo di previsione:

• «Clienti di valore in uscita»: rfm_segment uno tra at_risk, cant_lose, per un percorso di win-back con sconto personalizzato;
• «Acquisteranno presto»: purchase_probability maggiore di 0,6; non serve uno sconto, basta un promemoria;
• «A rischio di abbandono»: churn_risk maggiore di 0,7 ed engagement_score minore di 20;
• «Carrello abbandonato»: cart_abandon_risk maggiore di 0,5.

Gli attributi di previsione sono disponibili anche nei percorsi (condizioni e trigger «Attributo modificato») e nei modelli di messaggio, ad esempio {{ traits.purchase_probability }}.

Da sapere

• Per le probabilità serve una cronologia: almeno 50 clienti, di cui 10 con acquisti ripetuti, per il modello degli acquisti e almeno 200 profili per il modello di attività. Finché i dati sono pochi, lo stato è «Dati insufficienti» e vengono calcolati solo i punteggi RFM, i contatori e il coinvolgimento.
• Più acquisti nello stesso giorno contano come uno.
• Il modello non tiene conto della stagionalità e delle promozioni: dopo i saldi, per un certo periodo le probabilità restano indietro rispetto alla realtà. Confronti i clienti tra loro anziché usare la probabilità come previsione esatta.
• I resi non vengono sottratti dal numero di acquisti.
• Non modifichi gli attributi di previsione tramite API o importazione: al calcolo successivo verranno sovrascritti.