Automatisering
Prediktiv: churn, CLV og tilbøyelighet
Trente churn-, lifetime value- og tilbøyelighetsscorer via en valgfri ML-sidecar, med et innebygd heuristisk reservealternativ.
GET /v1/ml/summary og POST /v1/ml/score eksponerer scoring for churn, customer lifetime value (CLV) og kjøpstilbøyelighet.
To måter det kjører på
- Med ML-sidecaren (en egen Python-tjeneste, konfigurert via
ML_SIDECAR_URL): scorene kommer fra modeller trent på de faktiske dataene deres. - Uten den: plattformen faller automatisk tilbake på innebygde heuristikker — prediktiv segmentering fungerer fortsatt, bare med en enklere modell og uten en egen tjeneste å drifte.
Bruke scorene
Scorene skrives tilbake på kontakten som ml_churn_score, ml_clv og ml_propensity — derfra er de bare traits, segmenterbare akkurat som enhver beregnet trait (trait:ml_churn_score), slik at et segment med høy churnrisiko kan mates rett inn i en win-back-journey uten noen egen integrasjonskode.
Én plattform. Hver kundeinteraksjon.
Erstatt lappeteppet av meldings-API-er, CDP og automatiseringsverktøy med én engasjementsplattform bygget for skala.
Ingen kredittkort · EU-datalagring · 99,99 % oppetids-SLA