Analyser la distribution client à l'aide de Pega Value Finder
3 Tâches
10 mins
Scénario
U+ Bank pratique actuellement la vente croisée en ligne en proposant différentes cartes de crédit à ses clients.
L'entreprise souhaite effectuer une simulation de recherche de valeur (value finder) afin de vérifier si des clients sont sous-engagés ou ne font l'objet d'aucune action, de façon à mieux les servir.
Connectez-vous au système utilisé pour les exercices avec les informations d'identification suivantes :
|
Rôle |
Nom d’utilisateur |
Mot de passe |
|---|---|---|
|
Decisioning Analyst |
CDHAnalyst |
rules |
Vous devez réaliser les tâches suivantes :
Tâche 1 : Préparer l’ensemble de données en vue de l’exécution de la simulation
Exécutez le flux de données PrepareSampledCustomers_REF pour préparer l’ensemble de données en vue de l’exécution de la simulation.
Note: Le flux de données Sampled Customers n'est pas disponible dans un stockage permanent. Pour initialiser les données client, exécutez d’abord le flux de données PrepareSampledCustomers_REF.
Tâche 2 : Créer et exécuter une simulation de recherche de valeur
Créer et exécuter une simulation de recherche de valeur (value finder) pour l'enjeu Sales et le groupe CreditCards. Utilisez l’ensemble de donnée Sampled Customers data set comme audience.
Tâche 3 : Inspecter les résultats de simulation
Vérifiez le résultat de la simulation en répondant aux questions suivantes.
- Combien de clients sont mal desservis en raison des conditions d’éligibilité ?
- Quel pourcentage de clients sont bien desservis dans le premier groupe Customer parmi les clients mal desservis après l'application de la catégorie d’éligibilité ?
- Combien de clients ne font l'objet d'aucune action après l’application de chaque condition de la politique d’engagement ?
Présentation du défi
Détail des tâches
1 Préparer l’ensemble de données en vue de l’exécution de la simulation
- Connectez-vous en tant que Decisioning Analyst à l’aide du nom d’utilisateur CDHAnalyst et du mot de passe rules.
- Dans le volet de navigation de Pega Customer Decision Hub, cliquez sur Data > Data Flows.
- Recherchez puis ouvrez le flux de données PrepareSampledCustomers_REF pour préparer l’ensemble de données utilisé pour les simulations. Ces données sont basées sur l'ensemble de données « Monte Carlo », qui est généré.
Note: L’ensemble de données Monte Carlo génère un ensemble de données simulées. Par conséquent, différentes exécutions d'une simulation produisent des résultats différents.
- Cliquez sur Actions > Run.
- Cliquez sur Submit.
- Cliquez sur Start.
Note: Notez que les données de prospect sont renseignées automatiquement une fois le test terminé.
- Fermez la fenêtre Test run du flux de données.
2 Créer et exécuter une simulation de recherche de valeur
- Dans le volet de navigation de Pega Customer Decision Hub, cliquez sur Discovery > Value Finder.
- Cliquez sur Create new pour créer une nouvelle simulation de recherche de valeur.
- Dans la boîte de dialogue Create simulation, configurez les informations suivantes.
- Find opportunities for : l'enjeu Sales et le groupe CreditCards
- Audience : Sampled Customers
- Simulation ID prefix : Value Finder
- Cliquer sur Run pour exécuter la simulation. Une fois l’exécution terminée, les résultats s’affichent.
Note: L’ensemble de données Monte Carlo génère un ensemble de données simulées. Par conséquent, différentes exécutions d'une simulation produiront des résultats différents.
3 Inspecter les résultats de simulation
- Observez la distribution client obtenue dans les catégories Without action (sans action), Under-served (mal desservis) et Well-served (bien desservis) dans le diagramme circulaire.
Question : Combien de clients sont mal desservis en raison des conditions d’éligibilité ? - Faites défiler vers le bas pour noter les opportunités prioritaires (Top opportunities) identifiées par le système pour les conditions de la politique d’engagement actuellement configurées.
Note: Les opportunités prioritaires vous aident à identifier à quelle étape les clients sont exclus par le filtre afin de ne pas recevoir d'action.
Tip: 19 clients sont mal desservis en raison des conditions d’éligibilité. - Cliquez sur Create more relevant actions and treatments pour afficher plus de détails.
Question : Quel pourcentage de clients du premier groupe Customer sont bien desservis, parmi les clients mal desservis, après l'application de la catégorie d’éligibilité ? - Dans la fenêtre contextuelle Create more relevant actions or treatments , inspectez les informations pour comprendre la recommandation et les principaux groupes de clients identifiés par le système. Notez le nombre de clients exclus par groupe de clients.
Tip: La précision du premier groupe de clients, « Customer group A », est de 100 %. Par conséquent, le pourcentage de clients bien desservis dans le groupe A est de 100-100 = 0 %. - Sur la droite, cliquez sur Manage Descriptive fields pour afficher les champs utilisés par le système pour catégoriser les clients en différents groupes.
Question : Combien de clients ne bénéficient d'aucune action après l’application de chaque condition de la politique d’engagement ? - Fermez la fenêtre contextuelle.
- Cliquez sur Loosen Suitability criteria for relevant groups and actions pour afficher les recommandations de la seconde opportunité du système.
- Cliquez sur Loosen Eligibility criteria for relevant groups and actions pour afficher les recommandations de la seconde opportunité du système.
Ce défi vise à appliquer ce que vous avez appris dans le Module suivant :
Disponible dans la mission suivante :
If you are having problems with your training, please review the Pega Academy Support FAQs.
Want to help us improve this content?