チャーン予測の作成

Braze ダッシュボード内でチャーン予測を作成する方法について説明します。

ステップ 1:新しい予測を作成する

ブレーズで、Analytics> Predictive Churn に移動します。

予測は、訓練された機械学習モデルの1つのインスタンスであり、それが使用するすべてのパラメータとデータです。このページには、現在アクティブな予測のリストと、それらに関する基本情報が表示されます。ここでは、名前の変更、アーカイブ、および新しい予測の作成ができます。アーカイブされた予測は非アクティブであり、ユーザースコアは更新されません。

新しい予測を作成するには、予測の作成を選択し、新しいChurn Predictionを選択します。

Basics ページで、新しい予測に一意の名前を付けます。また、オプションの説明を指定して、この特定の予測に関するメモを取ることもできます。

次の手順に進むには、Forwardをクリックします。必要に応じて、Build Nowをクリックしてすべてのデフォルト設定を使用し、作成の最後のステップにスキップすることができます。ビルドプロセスを開始する前に、設定を確認することができます。上の進行状況トラッカーで選択すると、後で任意のステップに戻ることができます。

ステップ 2:チャーンの定義

Churn Definition パネルで、提供されたフィルタを使用して、ビジネスのユーザーチャーンを定義する方法を指定します。言い換えれば、ユーザーが解雇されたとみなすには、どのような時間枠で何をしなければならないのか?

覚えておいてほしいのは、どのようなビヘイビアがチャーンの前にあるのかを説明する必要がないということです。ユーザーがチャーンされたユーザーを作るのは、どのビヘイビアだけなのかということです。これは、ユーザーが一度やる(do)か、チャーニングを構成する(do not)をやめるという意味で考えてみてください。たとえば、7 日以内にアプリを開いていないユーザーを解約するとします。登録解除、アカウントの無効化などのカスタムイベントをアンインストールしたり、ユーザを解凍させたりすることを検討してください。

チャーンウインドウ

チャーン・ウィンドウは、ユーザーがチャーンを構成するために指定された動作を実行する時間枠です。60日まで設定できます。このウィンドウは、予測をトレーニングするために履歴データを照会するために使用されます。さらに、予測が作成され、ユーザーがスコアを受け取った後、Churn Risk Score は、チャーンウィンドウで指定された日数内にユーザーがチャーンする可能性を示します。

ここでは、過去7 日間のセッションの失効に基づく単純な定義の例を示します。

この場合、do not およびstart a session を選択します。他のフィルタをAND およびOR と組み合わせて、必要な定義を作成することができます。考慮すべきいくつかの潜在的なチャーンの定義に関心があるか?次のセクションでは、サンプルチャーン定義 のインスピレーションをいくつか示します。

定義の下には、利用可能なユーザー数(過去にチャーンしたユーザーと定義に従ってチャーンしなかったユーザー) の見積もりが表示されます。必要な最小値も表示されます。ろう付けでは、ヒストリカル・データで利用可能なユーザーの数がこの最小限でなければならないため、予測には学習に必要な十分なデータが含まれています。

ステップ 3:予測オーディエンスをフィルタリングする

予測オーディエンスは、解約リスクを予測するユーザーのグループです。デフォルトでは、これはAll Users に設定されます。これは、この予測により、アクティブなすべてのユーザーのチャーン・リスク・スコアが作成されることを意味します。通常、いくつかの基準で混乱を防ぎたいユーザーのグループを絞り込んでフィルタリングすると、モデルのパフォーマンスが向上する可能性があります。ここでは、保持して定義したい特定のユーザーについて考えてみましょう。たとえば、1 か月以上前にアプリを初めて使用したユーザー、または購入したことのあるユーザーを保持することができます。

予測ウィンドウが14 日以内の場合、”Last…” like “Last Used App” and “Last Made Purchase” で始まるフィルタの時間枠は、チャーン定義でChurn ウィンドウに指定されたを超えることはできません。たとえば、チャーン定義のウィンドウが14日の場合、”Last…“フィルタの時間枠は14日を超えることはできません。

フルフィルターモード

新しい予測をすぐに構築するために、ブレーズセグメンテーションフィルタのサブセットのみがサポートされています。Full Filter Mode(フルフィルタモード)では、すべてのろう付けフィルターを使用できますが、予測を作成するには1 つのチャーンウィンドウが必要です。たとえば、チャーンウィンドウが15 日に設定されている場合、フルフィルタモードでのみサポートされるフィルタを使用すると、ユーザデータの収集と予測の作成に15 日かかります。 また、フルフィルタモードでは、視聴者のサイズに関する一部の見積もりが利用できなくなります。

予測オーディエンス定義のサンプルリストについては、 サンプルチャーン定義 の次のセクションでサンプル定義を確認してください。

前のページと同様に、下部のパネルには、チャーン定義と予測オーディエンス定義に起因するヒストリックユーザーの推定数が表示されます。これらの見積もりは、予測を作成するために表示される最小要件を満たす必要があります。

ステップ 4:チャーン予測の更新頻度の選択

このページを完了したときに作成された機械学習モデルは、ここで選択したスケジュールで使用され、新しいチャーン・リスク・スコアが生成されます。役立つと思われる更新の最大頻度を選択します。たとえば、ユーザーの解約を防ぐために週間プロモーションを送信する場合は、選択した日時に更新頻度をWeekly に設定します。

ステップ 5: 予測を構築する

指定した詳細が正しいことを確認し、Build Prediction を選択します。また、Save As Draftを選択してこのページに戻り、後でモデルをビルドすることで、ドラフトフォームに変更を保存することもできます。Build Predictionをクリックすると、モデルを生成するプロセスが開始されます。データ量によっては、30 分から数時間かかる場合があります。この予測では、モデル構築プロセスの間、トレーニングが進行中であることを説明するページが表示されます。

完了すると、ページが自動的にAnalytics ビューに切り替わり、予測と結果の準備ができたことを知らせる電子メールが送信されます。エラーが発生した場合、ページは編集モードに戻り、何が間違っていたかが説明されます。

予測は再構築され(“retrained”)、2 週間ごとに自動的に更新されます。これにより、最新の利用可能なデータが更新されます。これは、ユーザーの_Churn Risk Scores_(予測の出力)が生成される場合とは別のプロセスであることに注意してください。後者は、手順4で選択した更新頻度によって決まります。

サンプルチャーンと予測オーディエンスの定義

チャーンの定義例

• “7日以内に、カスタムイベント「Subscription Cancellation」&quotを実行します。
  
• “30日以内に、カスタムイベント「Trial Expired」&quotを実行します。
  
• “1 日以内にアンインストールを行います。”
  
• ” 14日以内に購入を行わない。”
  

説明したチャーンの定義には、対応する予測オーディエンスの定義があるかもしれません。

• 2週間以上前にサブスクリプションを開始または2週間未満前にサブスクリプションを開始
  この場合、2 つの予測を作成し、新しいサブスクライバを長期サブスクライバとは異なる方法でメッセージを送信することができます。これを” First Made Purchase 30 日以上前に定義することもできます。
  
• アンインストーラー
  過去に何かを購入したことがあるか、最近アプリを使用したことがある顧客に焦点を当てるかもしれません。
  
• 解約の定義として購入しないリスクのある者
  最近、あなたのアプリをブラウズしたり検索したり、エンゲージしている顧客に焦点を当てることができます。おそらく、適切な割引介入は、このより関与したグループが混乱することを防ぐだろう。

アーカイブ済み予測

アーカイブされた予測では、ユーザースコアの更新が停止します。アーカイブされていないアーカイブされた予測は、事前に設定されたスケジュールでユーザーのスコアを更新し続けます。アーカイブされた予測は削除されず、リストに残ります。