Previsões

As previsões avaliam cada cliente pelo histórico de compras e pelo comportamento: grupo RFM, risco de churn, probabilidade de compra, receita esperada, engajamento e risco de carrinho abandonado. Os resultados são gravados no perfil como atributos comuns, então você pode usá-los imediatamente em segmentos, jornadas e modelos de mensagem.

A seção fica no menu Dados → Previsões. Todas as funções com acesso às análises podem ver a página; alterar as configurações e iniciar o recálculo é permitido para “Administrador” e “Proprietário”.

Como ativar as previsões

As previsões começam a ser calculadas quando um evento de compra é escolhido.

1. Abra Previsões. Se o OneTrace.pro encontrar eventos parecidos (por exemplo, order_completed com a propriedade amount), aparece uma dica no topo: clique em Usar.
2. No bloco O que conta como compra, escolha:
   • Evento de compra: o evento de pedido concluído;
   • Valor da compra: a propriedade numérica com o valor do pedido. Sem ela, não são calculados o total de compras, a nota de valor do RFM nem a previsão de receita;
   • Horizonte da probabilidade de compra: 7, 14, 30, 60 ou 90 dias, o prazo em que a compra é prevista.
3. No bloco Comportamento para o modelo de atividade, informe, se existirem, o Evento de visualização de produto e o Evento de adição ao carrinho. Com eles, a previsão fica mais precisa, e o risco de carrinho abandonado só é calculado quando o evento de carrinho está escolhido.
4. Deixe o Modelo de probabilidade em Automático: o OneTrace.pro escolhe sozinho o modelo mais preciso para o seu projeto.
5. Clique em Salvar. O primeiro cálculo começa na hora e costuma levar alguns minutos.

Quando são recalculadas

As previsões são recalculadas toda noite: as compras são consideradas em todo o histórico do projeto, e a atividade, nos últimos 90 dias. Depois de uma mudança nas configurações, o cálculo começa imediatamente, e o botão Recalcular o inicia manualmente, por exemplo depois de uma importação ou migração do histórico de pedidos.

Recebem os atributos os clientes e visitantes que estiveram ativos nos últimos 90 dias. Somente os valores alterados são gravados no perfil, e cada alteração pode disparar uma jornada com o gatilho “Atributo alterado”.

Quais atributos aparecem

A lista completa, com explicações, está no bloco Atributos do perfil, na parte de baixo da página.

Grupos RFM

O que a página mostra

• Modelo: status do cálculo, modelo escolhido, número de clientes e de visitantes sem compras, previsão de receita no horizonte, número de carrinhos abertos, quantos perfis mudaram e o horário do cálculo.
• Segmentos RFM: quantos clientes há em cada grupo.
• Distribuição de probabilidades: quantos clientes caem em cada faixa de risco de churn e de probabilidade de compra.
• Engajamento: distribuição do engagement_score.

Qualidade do modelo

O OneTrace.pro testa a previsão no passado: calcula-a para a data “um horizonte atrás” e compara com o que aconteceu depois.

• Comparação de modelos: métricas dos dois modelos sobre os mesmos clientes. O AUC mostra o quanto o modelo distingue bem quem compra de quem não compra (0,5 equivale a um palpite; quanto mais perto de 1, melhor). Log-loss e Brier mostram a precisão das próprias probabilidades: quanto menores, melhor. No modo “Automático”, é escolhido o modelo com menor log-loss, destacado em negrito.
• Calibração de probabilidades: proporção prevista e real de compras em grupos de clientes. Quanto mais próximas as colunas “Previsto” e “Real”, mais você pode confiar nas probabilidades nas regras de segmento.
• O que influencia as compras: quais fatores aumentam ou diminuem a probabilidade de compra: dias ativos, carrinho aberto, tempo desde a última compra e outros.

Como usar as previsões

No editor de segmentos, adicione a condição Atributo e escolha um atributo de previsão:

• “Clientes valiosos indo embora”: rfm_segment é um de at_risk, cant_lose, para uma jornada de reconquista com desconto personalizado;
• “Vão comprar em breve”: purchase_probability maior que 0,6; não dê desconto a eles, basta um lembrete;
• “Em risco de churn”: churn_risk maior que 0,7 e engagement_score menor que 20;
• “Carrinho abandonado”: cart_abandon_risk maior que 0,5.

Os atributos de previsão também estão disponíveis nas jornadas (condições e o gatilho “Atributo alterado”) e nos modelos de mensagem, por exemplo {{ traits.purchase_probability }}.

O que é importante saber

• As probabilidades precisam de histórico: pelo menos 50 clientes, 10 deles com compras repetidas, para o modelo de compras, e pelo menos 200 perfis para o modelo de atividade. Enquanto houver poucos dados, o status será “Dados insuficientes”, e só são calculadas as notas RFM, os contadores e o engajamento.
• Várias compras no mesmo dia contam como uma.
• O modelo não considera sazonalidade nem promoções: depois de uma liquidação, as probabilidades ficam atrás da realidade por algum tempo. Compare os clientes entre si, em vez de usar a probabilidade como uma previsão exata.
• Devoluções não são descontadas do número de compras.
• Não altere os atributos de previsão pela API nem por importação: eles serão sobrescritos no próximo cálculo.