Modèles prédictifs pour piloter les prédictions

Découvrez comment répondre plus efficacement aux besoins de vos clients en anticipant le comportement de vos clients et les événements métier grâce aux prédictions. Vous pourrez par exemple déterminer la probabilité de départ d'un client ou les chances de réussite d'un dossier.

Les prédictions associent l'analyse prédictive aux bonnes pratiques en matière de data science.

Cette vidéo montre la manière dont les prédictions peuvent prévoir les événements liés à une activité métier.

Vous pouvez créer et appliquer des prédictions pour plusieurs cas d'utilisation.

Les prédictions Pega Customer Decision Hub™ sont mises à profit dans les stratégies décisionnelles afin d'optimiser l'engagement avec les clients.

Les prédictions les plus courantes sont fournies prêtes à l’emploi. Vous pouvez utiliser les prédictions par défaut ou créer les vôtres.

Par exemple, vous pouvez faire appel aux prédictions pour estimer la probabilité que vos clients acceptent votre offre ou résilient leur abonnement.

En « case management », les prédictions sont employées dans l'automatisation des dossiers, pour acheminer les dossiers ou établir des priorités entre les tâches.

Par exemple, vous pouvez créer une prédiction qui estime la probabilité qu'un dossier soit mené à bien, ou qu'une réclamation soit frauduleuse, ce qui peut être utile pour traiter systématiquement les réclamations présentant un faible score.

En analyse de texte, les prédictions examinent le texte qui passe par vos canaux, tels que les e-mails ou le chat, de façon à anticiper le sujet ou le sentiment du texte.

Les prédictions sont créées et gérées dans Prediction Studio, un espace de travail réservé aux data scientists.

Un Next-Best-Action Designer peut incorporer les prédictions aux stratégies décisionnelles de Customer Decision Hub, afin de mieux satisfaire aux exigences des clients tout en atteignant les objectifs métier.

Ce transfert des prédictions du data scientist à Next-Best-Action Designer permet de cloisonner les préoccupations.

Les prédictions associent l'analyse prédictive aux bonnes pratiques en matière de data science.

Un modèle prédictif effectue une prédiction. Un data scientist peut remplacer le modèle prédictif à tout moment. Toutefois, la prédiction annonce toujours le même résultat.

Par exemple, vous pouvez établir une nouvelle prédiction Customer Decision Hub qui calcule la probabilité qu'un client résilie prochainement son abonnement.

Pour effectuer la prédiction, un data scientist doit créer un modèle prédictif de résiliation sur la plateforme de son choix.

Prediction Studio est compatible avec les formats de fichier de modèle PMML et H2O. Il peut se connecter à des services de machine learning tels que Google ML et Amazon SageMaker.

Vous avez également la possibilité d'utiliser le système de machine learning de Pega.

L'une des prédictions fournies par Customer Decision Hub, intitulée Predict Web Propensity, calcule la probabilité qu'un client clique sur une bannière du site web.

Customer Decision Hub choisit la bannière à afficher en fonction de la propension calculée et de la pondération des exigences et du contexte métier.

Dans le cas présent, la carte Premier Rewards a une propension de 0,8, et elle est classée comme étant la Next-Best-Action.

La prédiction Predict Web Propensity repose sur un modèle adaptatif qui tire des enseignements de chaque interaction avec le client.

Les bonnes pratiques de data science recommandent de faire appel à un groupe de contrôle. Les clients appartenant au groupe de contrôle se voient présenter une bannière aléatoire au lieu d'une bannière déterminée en fonction de la propension calculée.

La comparaison du taux de réussite entre le groupe de contrôle et le groupe test permet de mesurer la courbe « lift », soit l'augmentation du taux de réussite générée par la prédiction. Le lift constitue une métrique métier importante.

Lorsque le lift chute de manière significative au fil du temps, Prediction Studio en informe le data scientist.

Le délai de réponse fait partie intégrante des prédictions. Lorsque le délai de réponse expire, NoResponse est automatiquement enregistrée comme le résultat de l'interaction.

Cette vidéo est terminée. Que vous a-t-elle montré ?

• La façon dont les prédictions peuvent prévoir des événements liés à votre activité métier
• De quelle manière une prédiction recourt à un groupe de contrôle pour mesurer l'augmentation du taux de réussite générée par la prédiction
• Le fait que NoResponse est automatiquement enregistrée comme le résultat de l'interaction lorsque le délai de réponse expire