チュートリアル: Genie Code による顧客セグメンテーション
このチュートリアルでは、Genie Code を使用して、エンドツーエンドの顧客セグメンテーションを Databricks ノートブック内で直接実行します。Genie Code は、生のマーケティング キャンペーン データセットから開始して、データプロファイリング、機能エンジニアリング、K-means クラスタリング、ペルソナ生成をすべて 1 つのプロンプトから処理します。
要件
- Genie Code が有効になっている Databricks ワークスペース。
- パートナーが提供する AI 機能がアカウントとワークスペースの両方で有効になっていること。パートナーが提供する AI 機能をご覧ください。
- Genie Code Agent モードのプレビューが有効になりました。「Databricks プレビューの管理」を参照してください。
ステップ 1: データセットを取得する
このチュートリアルでは、マーケティング キャンペーン データ セットを使用します。
- Kaggle からマーケティング キャンペーン データ セットをダウンロードします。
- クリック
新規 > データを追加またはアップロードします 。 - [テーブルの作成または変更] をクリックします。
- 参照 をクリックするか、ダウンロードしたファイルをドロップ ゾーンにドラッグ アンド ドロップします。
- Unity Catalogでターゲットカタログとスキーマを選択します。
- （任意）テーブル名を編集します。
- [ テーブルを作成 ] をクリックします。
ステップ 2: ノートブックを開く
- サイドバーで、 [新規] をクリックし、 [ノートブック] を選択します。
- ノートブックに 「 マーケティング キャンペーン データ 」 という名前を付けます。
- ノートブックをコンピュートに添付するか、サーバレス コンピュートを使用します。
ステップ 3: Genie Code をエージェント モードで起動する
エージェント モードの Genie Code は、セル出力を読み取り、エラーを修正し、結果に基づいてアプローチを調整するなど、複数のステップから成るタスクを自律的に計画して実行できます。
- ノートブックの右上隅で、
Genie Code ペインを開きます。 - Genie Code ペインの下部にあるモード セレクターで、 Agent を選択します。
ステップ 4: セグメンテーション プロンプトを送信する
セグメンテーション分析は通常、同様の購入パターンを持つクラスタリング顧客によって実行されます。 たとえば、セグメントは収入、人口統計、または特定の購買行動に基づいている場合があります。一般的なアプローチの 1 つは、K 平均法クラスタリングです。これは、類似の顧客を「クラスター」と呼ばれる個別のセグメントに自動的にグループ化する手法です。
次のプロンプトを入力して Enterキー を押すか、クリックします。
:
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 はプロンプトをステップに分解して実行します。
- コンテキストを理解します - Genie Code はプロンプトとノートブックの現在の状態を読み取ります。
- 関連データを検索 — Genie Code はUnity Catalogで関連するデータアセットを検索し、分析のために読み込みます。
- コードの生成と実行 — Genie Code は、標準のデータサイエンス ワークフローに従ってノートブックのセルを編集します: ライブラリのインポート、データの前処理、モデルのトレーニング、結果の視覚化。
- 結果を要約します — Genie Code では、発見した内容をわかりやすい言葉で要約します。
Genie Code は、コードを実行する前に承認を求めます。各ステップを確認し、 「許可」 をクリックします。また、 「このスレッドで許可」 を選択して現在の会話のすべてのステップを承認したり、 「常に許可」を 選択して今後の承認プロンプトをスキップしたりすることもできます。
ステップ 5: 結果を確認する
Genie Code が終了したら、生成されたノートブックのセルと概要を Genie Code ペインで確認します。概要には、人口統計学的特性、購入行動、各グループとの関わり方に関する提案など、特定された各顧客セグメントについての説明が含まれます。
たとえば、Genie Code は、 プレミアム ロイヤリスト (高収入、頻繁に購入する人) や バーゲン シーカー (価格に敏感、プロモーション重視) などのセグメントを識別することができます。
ステップ 6: フォローアップのプロンプトを使用して調整する
フォローアッププロンプトを使用して分析をさらに深く掘り下げます。
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.
各フォローアッププロンプトは、最初からやり直すことなく、前の結果に基づいて構築されます。
