リニューアルセンターにおけるデータサイエンススコア
このアーティクルでは、リニューアルセンターにおけるデータサイエンススコアの概要を説明します。
概要
Gainsightは、ランダムフォレストベースモデルと呼ばれる独自のフレームワークを使って、リニューアルセンターにおけるデータサイエンススコアを計算します。これは柔軟性と拡張性の両方を備え、顧客の健康の様々な側面を捉えます。
このフレームワークの主な利点は、顧客データの360度の側面を把握するために、送信されたアンケート、オープンCTAとクローズドCTA、アンケートの回答率など、より大きな一連の変数を評価することです。このデータは、解約につながる可能性のある要因を特定するために使われます。
ランダムフォレストベースのモデルは次の利点を提供しています：
- より正確なスコア：このモデルは、データ内の複雑な相互作用を取り込んで、より正確な DS尤度比スコアを生成します。
注記: 50を超えるオポチュニティレコードが必要です。
- 自動変数選択：このモデルは利用可能な多数の変数から、オポチュニティが成功する確立を予測するために、重要な変数を自動的に選択します。
- 自動調整: モデルは交差検証されたデータセットに基づいて自動的に調整され、モデルの精度を大幅に向上させます。
- 強化された機能生成フレームワーク：Gainsightはこのモデルを使って、個々の変数の様々な重要度と他の変数との関係を活用して、最も関連性が高く実用的な理由を明らかにします。
モデルの作成
このフレームワークは、テナントがあらゆるオポチュニティ更新の可能性を計算するための複数モデルを作成します。フレームワークによって作成されるモデルの数は、テナント構成に応じて次のように異なります：
- 一意のモデルが、テナント内のすべてのスコアカードに対して作られます。このフレームワークは、オポチュニティが属する会社に関連付けられたすべてのスコアカードを評価します。
- アップセル、ダウンセル、更新のオポチュニティなど、オポチュニティの種類ごとに固有のモデルが作成されます。
- 更新オポチュニティの予測期間に基づいて、独自のモデルが作成されます。このフレームワークはモデルを作成する際、4か月以内と4か月を超える予測期間を考慮します。
データサイエンス (DS) スコア
次の2つのスコアは、リニューアルセンター内のデータサイエンスによって計算されます。
DS尤度スコア
このフィールドは過去の更新 (アップセルとダウンセルによる更新を含む) の成功又は失敗に基づいてスコアを生成します。スコアは、過去のクローズされた更新パターンを学習することにより、毎月更新されます。Gainsight独自のフレームワークは、計算を実行するために次の要素を使用します。
- 健康：スコアカードで構成された測定基準によって決定される顧客の健康状態をキャプチャーします。
- CSエンゲージメント：アカウントに実装したカスタマーサクセス活動の効果をキャプチャーします。計算に含まれる変数は次の通りです。
- 過去6か月間に顧客に送信されたアンケート数。
- 過去6か月間にクローズしたコールツアクション(CTA) の数。
- オープンのCTAの数。
- 過去1年間にクローズしたサクセスプランの数。
- 過去6か月間に投稿されたタイムラインアクティビティの数。
- 過去6か月間の顧客との電話またはミーティングの数。
- 最後のタイムラインアクティビティが顧客と一緒に投稿されてからの日数。
- 顧客との最後の電話またはミーティングが行われてからの日数。
- 過去6か月の平均NPS。
- NPSアンケート回答率。
- すべてアンケート回答率。
- 過去6か月間にクローズしたリスクCTAの数。
- 過去6か月間に登録されたリスクCTAの数。
- 過去1か月間における全体健康スコアの平均。
- 過去6か月間に送信されたアウトリーチの数。
DS尤度比スコアに寄与する要因を表示：
リニューアルセンターには、DS尤度比スコアに寄与する様々な要因 (Gainsight 機能) が表示されます。スコアをサポートするデータソースを見ることで、何がスコアを本当に左右しているのかについての洞察が得られ、また、更新マネージャーがスコアにどの程度依存する必要があるかも理解することができます。スコアに影響を与える顧客の健全性、エンゲージメント、及びその他の領域の側面に関する情報を取得します。
オポチュニティの更新尤度比スコアに寄与した要因を表示するには、必要なスコアの上にマウスを置き、以下を閲覧します：
- スコアに寄与するGainsight機能。
- 機能がスコアに与える影響レベル。(高、中、低)
- 機能がスコアに与える影響の性質。(ポジティブ、ネガティブ)
注記:
- スコアに寄与する機能とその影響レベルは、データサイエンスによって自動計算されます。これらの領域は変更できません。
- 因子はスコアに基づいて配置されます。スコアが緑色の場合、半分以上の要素が緑色であり、最初にリストされます。スコアが黄色の場合、各スコア色の要素が表示されます。
理由フレームワーク
理由フレームワークは、スコアの最も関連性が高く包括的な理由を表示します。次のロジックは、結果を定義するのに役立ちます：
- 最大5つの寄与因子が表示されます。
- フレームワークによって特定された因子は、次の順序で優先順位が与えられます：
|
指標変数 (NPS、CSAT等) > スコアカード測定値 > エンゲージメント変数 (アンケート、CTA等) |
- 寄与因子として表示されるスコアカード測定値または測定グループは3つまでです。