7月18日，我们举办了一场在线研讨会-使用ML和Azure来提高客户的终身价值-与零售行业的行业领导者Rob Saker、数据科学学院的助理Faulture Colby Ford、北卡罗来纳州夏洛特分校和Databricks的解决方案营销经理Navin Albert共同举办了一场在线研讨会。这个博客记录了这次网络研讨会的情况以及一些在网络研讨会上提出的问答。 零售商正面临越来越大的压力，要求他们在控制成本的同时推动新的收入增长。随着新的购物方式的引入，以及新类别的竞争者进入这个行业，全渠道的竞争日益激烈。了解顾客终身价值是一个重要的工具，它使零售商能够识别个人消费者的价值，并对促销和保留做出明智的决定。专注于了解、瞄准和留住消费者的零售商可以预期比竞争对手增加10-30%的收入。CLV帮助零售商通过针对最有价值的消费者进行促销和挽留，同时最大限度地减少无利可图客户的开支，从而推动增长并提高利润率。在本次网络研讨会上，BlueGranite介绍了他们的客户如何快速开发和部署客户终身价值和保留分析。与传统的CLV模型关注平均值（平均访问量、每个客户的平均收入等）不同，BlueGranite能够构建个性化的客户生命周期模型，从而实现与客户的精确决策。在本次网络研讨会中，我们回顾了：什么是客户终身价值以及采用它的商业利益Delta Lake如何使您能够大规模开发个性化CLV，并使用附加数据快速扩展模型如何在Databricks中实现该系统。deltalake通过将apachespark的可伸缩性、流和访问高级分析功能与数据仓库的性能和ACID遵从性相结合来帮助解决这些问题。Q： 我正在建立一个商业案例来资助我的CLV分析项目。公司如何在CLV分析中获得积极的投资回报？公司通过多种方式从客户终身价值中创造价值，但最常见的三种是：提高收入。贵公司未来80%的收入将来自20%的现有客户。建立CLV指标使您能够将促销重点放在这个高收入池上，并吸引更多像您的高价值客户一样的客户。销售给现有客户的概率为60-70%。卖给新客户的可能性为5-20%。提高盈利能力。减少5%的客户流失可以增加25-125%的利润。降低保留成本。你的营销团队应该能够提供一个衡量新客户平均成本的指标。保留收益是收购成本和保留成本之间的差额乘以保留客户的数量。获得新客户的成本是现有客户的5倍。由于CLV，您应该可以看到服务成本的提高。将你的转化和保留计划集中在最有利可图的客户身上会对服务成本产生直接影响，但是如果没有CLV的第一个实施，这个数字很难估计。这些数字是根据你拥有的客户数量来调整的。BlueGranite可以与您一起构建您的立项报告。Q： 在演示中，总销售额和流失概率之间的关系是什么？一个是另一个的函数吗？这种关系在我对客户流失的定义中没有用到。但是Spark中有一些功能，你可以在那里建立关系。你可以做更多的模型解释。您可以根据需要定义客户流失。我们将客户流失定义为"客户在10个月内是否购买了任何产品？"Q： 开发人员如何确定需求所需的工人类型？RAM/CPU需求等。？apachesparktm为集群分配任务的方式是基于任务的。如果集群中的一个节点有4个核心，那么它可以同时处理4个任务。一般来说，内核越多，可以同时运行的任务就越多。在处理大型数据集时，内存非常重要。Spark在内存中运行。数据集越大，需要的内存就越多。我使用的是巨大的基因组学数据集，我喜欢使用内存优化的机器，每个核心有更多的内存。但是，对于更多的用例来说，默认的机器类型已经足够好了，而且，如果你选择使用那些需要GPU的软件，比如TensorFlow、Keras和Horovod，你就必须使用具有GPU的特定机器。Q： 有没有函数可以为分类列获取特征重要性向量的名称？我还没有准备好代码，但我以前有机会这样做。分类列所发生的是它使用onehotencoding对其进行伪代码。将数列转化为一列。有一种方法可以确定1表示红色，2表示蓝色。有一种方法可以让他们重归于好。Q： 我怎么联系BlueGranite？联系我们最简单的方法是通过我们网站的"联系我们"表格：https://www.blue-granite.com/contact-usQ： BlueGranite如何帮助我们开始使用数据块？我们采取"从小做起，做大"的方法。最初，我们想了解您的用例和您试图实现的成功因素。然后，我们可以通过教育和与您的团队合作，帮助您快速起步和运行。我们可以通过研讨会、实践培训、设想会议或快速入门活动帮助您进行平台评估，我们将从端到端实施您的一个用例。 免费试用Databricks。今天就开始吧