Freigeben über

Lernprogramm: Kundensegmentierung mit Genie Code

In diesem Lernprogramm verwenden Sie Genie Code, um End-to-End-Kundensegmentierung direkt in einem Databricks-Notizbuch auszuführen. Ab einem Rohdatensatz für Marketingkampagnen verarbeitet Genie Code Datenprofilerstellung, Feature-Engineering, K-means Clustering und Persona-Generation – alles aus einer einzigen Eingabeaufforderung.

Kundensegmentierungsanalyse mit Genie Code

Anforderungen

Schritt 1: Abrufen des Datasets

In diesem Lernprogramm verwenden Sie einen Datensatz für Marketingkampagnen.

  1. Laden Sie den Datensatz der Marketingkampagne aus Kaggle herunter.
  2. Klicken Sie auf > hinzufügen" oder "Daten hochladen".
  3. Klicken Sie auf Tabelle erstellen oder ändern.
  4. Klicken Sie auf "Durchsuchen" oder ziehen Sie die heruntergeladene Datei in den Ablagebereich.
  5. Wählen Sie den Zielkatalog und das Schema im Unity-Katalog aus.
  6. (Optional) Bearbeiten Sie den Tabellennamen.
  7. Klicken Sie auf "Tabelle erstellen".

Schritt 2: Öffnen eines Notizbuchs

  1. Klicken Sie in der Randleiste auf "Neu ", und wählen Sie " Notizbuch" aus.
  2. Benennen Sie das Notizbuch "Marketingkampagnendaten".
  3. Verbinden Sie das Notebook, um Berechnungen durchzuführen oder serverlose Berechnung zu nutzen.

Schritt 3: Starten von Genie Code im Agentmodus

Genie Code im Agent-Modus kann mehrstufige Aufgaben autonom planen und ausführen – es liest Zellausgaben, behebt Fehler und passt seinen Ansatz basierend auf den Ergebnissen an.

  1. Klicken Sie in der oberen rechten Ecke des Notizbuchs auf das DB-Assistent-Symbol. Öffnen Sie den Bereich "Genie Code".
  2. Wählen Sie im Modusauswahl unten im Bereich "Genie Code" die Option "Agent" aus.

Schritt 4: Übermitteln der Segmentierungsaufforderung

Die Segmentierungsanalyse wird häufig von Clustering-Kunden durchgeführt, die ähnliche Einkaufsmuster gemeinsam haben. Segmente können z. B. auf Einkommens-, Demografischen oder bestimmten Einkaufsverhalten basieren. Ein gemeinsamer Ansatz ist K-means Clustering, eine Technik, die ähnliche Kunden automatisch in verschiedene Segmente gruppiert, die als "Cluster" bezeichnet wird.

Geben Sie die folgende Eingabeaufforderung ein, und drücken Sie die EINGABETASTE , oder klicken Sie auf das Symbol .

Help me cluster my customers from my marketing campaign to profile them. I want to identify interesting segments that may be useful for marketing purposes.

Genie Code unterteilt die Eingabeaufforderung in Schritte und führt sie aus:

  1. Verstehen des Kontexts – Genie Code liest Ihre Eingabeaufforderung und den aktuellen Status des Notizbuchs vor.
  2. Sucht relevante Daten – Genie Code durchsucht den Unity-Katalog nach relevanten Datenressourcen und lädt sie zur Analyse.
  3. Generiert und führt Code aus – Genie Code bearbeitet Notizbuchzellen nach einem Standardmäßigen Data Science-Workflow: Importieren von Bibliotheken, Vorverarbeitungsdaten, Trainieren des Modells und Visualisieren von Ergebnissen.
  4. Fasst die Ergebnisse zusammen – Genie Code enthält eine leicht verständliche Zusammenfassung dessen, was es gefunden hat.

Genie Code fordert Ihre Genehmigung vor dem Ausführen von Code an. Überprüfen Sie jeden Schritt, und klicken Sie auf "Zulassen". Sie können in diesem Thread auch "Zulassen" auswählen, um alle Schritte in der aktuellen Unterhaltung zu genehmigen, oder "Immer zulassen ", um zukünftige Genehmigungsaufforderungen zu überspringen.

Schritt 5: Überprüfen der Ergebnisse

Überprüfen Sie nach Abschluss von Genie Code die generierten Notizbuchzellen und die Zusammenfassung im Fenster "Genie Code". Die Zusammenfassung beschreibt jedes identifizierte Kundensegment, einschließlich demografischer Merkmale, Kaufverhalten und Vorschläge zur Einbindung jeder Gruppe.

Beispielsweise kann Genie Code Segmente wie Premium Loyalisten (hohe Einkommen, häufige Käufer) und Schnäppchensuchende (preissensitiv, promotiongesteuert) identifizieren.

Die Ergebnisse der Kundensegmentierungsanalyse ergeben sich in Genie Code.

Schritt 6: Verfeinern mit Nachverfolgungsaufforderungen

Verwenden Sie Nachverfolgungsaufforderungen, um tiefer in die Analyse einzutauchen:

  • Are there any other clustering techniques we should consider?
  • What happens if we increase the number of clusters?
  • Filter to customers who have made a purchase in the last 90 days.

Jede Nachverfolgungsaufforderung baut auf den vorherigen Ergebnissen auf, ohne zu beginnen.

Marketingkampagnendaten in einem Dashboard.

Weitere Ressourcen

  • Last updated on