Skip to main content

Analyser les résultats de la simulation à l’aide de Scenario Planner

4 Tâches

5 mins

Visible to: All users
Débutant Pega Customer Decision Hub 8.6 Français

Scénario

U+ Bank pratique actuellement la vente croisée en ligne en proposant différentes cartes de crédit à ses clients.

La banque veut stimuler deux actions de carte de crédit en appliquant une pondération métier. Elle souhaite comprendre le coût ou le gain d’opportunité associé à l'utilisation des leviers afin d'ajuster la priorisation de l’IA.

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 du client, exécutez d’abord le flux de données PrepareSampledCustomers_REF

Si vous avez déjà initié les données client dans le cadre d’un défi précédent, vous n’avez pas besoin d’exécuter la Tâche 2.

Tâche 2 : Ajouter la pondération métier aux actions

Ajoutez une pondération métier (Business Weight) aux actions des Standard card et Rewards card pour favoriser manuellement les offres.

Action

Business Weight

Standard card

20%

Rewards card

40%

Tâche 3 : Créer et exécuter une simulation d’audience d’arbitrage

Créez et exécutez une simulation d’audience Utilisez l’ensemble de données Sampled Customers comme politique d’audience et d’engagement et l'arbitrage (Arbitration) comme portée (Scope) de simulation.

Tâche 4 : Analyser les résultats de la simulation dans Scenario Planner

Analysez la simulation de l’audience avec l’arbitrage dans Scenario Planner pour comprendre les effets de l’ajout d'une pondération métier aux actions. Répondez aux questions suivantes :

  1. Quel est l’effet de l’application des leviers métier ? Y a-t-il une indication d’un coût d’opportunité ou d’un gain d’opportunité ?
  2. Comment l’application des leviers métier influence-t-elle le pourcentage d’acceptations ?
  3. Quelles actions sont compromises si les leviers métier sont appliqués, et dans quel volume ?
    • Combien de fois la carte Rewards est-elle envoyée ou présentée aux clients avant et après l’application des leviers métier ?
  4. Combien de clients sont susceptibles d’accepter la carte Premier Rewards lorsque les leviers métier ne sont pas appliqués ?
  5. Quel scénario est le plus rentable pour l’entreprise ?

Vous devez initier votre votre propre instance Pega pour compléter ce Défi.

L'initialisation peut prendre jusqu'à 5 minutes, donc soyez patient.

Présentation du défi

Détail des tâches

1 Préparer l’ensemble de données en vue de l’exécution de la simulation

  1. Connectez-vous en tant que Decisioning Analyst à l’aide des identifiants username CDHAnalyst et password rules.
  2. Dans le volet de navigation de Pega Customer Decision Hub, cliquez sur Data > Data Flows.
    Data flows
  3. 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.
  4. Cliquez sur Actions > Run pour initialiser les données du client.
    Run a data flow
  5. Cliquez sur Submit pour envoyer les données client.
  6. Cliquez sur Start pour renseigner automatiquement les données client.
    Note: Notez que les données de prospect sont renseignées automatiquement une fois le test terminé.
  7. Fermez la fenêtre Test run du flux de données.

2 Ajouter la pondération métier aux actions

  1. Dans Next-Best-Action Designer, cliquez sur l’onglet Engagement policy.
  2. Cliquez sur CreditCards.
    open group in engagement policy tab
  3. Dans la section Offers, cliquez sur Standard card pour ouvrir les détails de l’offre de carte.
  4. Dans le coin supérieur droit, cliquez sur Check out pour extraire les conditions au niveau du groupe.
  5. Dans la section Next-Best-Action configuration, dans le champ Business weight, indiquez 20.
    Action Business weight
  6. Cliquez sur Check-in pour enregistrer les modifications.
  7. Fermez l’action pour revenir à l’onglet Engagement policy.
  8. Dans la section Offers, cliquez sur Rewards card pour ouvrir les informations de l’offre.
  9. Dans le coin supérieur droit, cliquez sur Check out pour extraire les conditions au niveau du groupe.
  10. Dans la section Next-Best-Action configuration, dans le champ Business weight, indiquez 40.
    Add business weight to action
  11. Cliquez sur Check-in pour enregistrer les modifications.
  12. Fermez l’action pour revenir à l’onglet Engagement policy.

3 Créer et exécuter une simulation d’audience d’arbitrage

  1. Cliquez sur Actions > Audience Simulations.
    Open Audience simulation menu
  2. Cliquez sur Create simulation pour créer une simulation d’audience.
  3. Dans la boîte de dialogue Create simulation, configurez les informations suivantes.
    1. Audience : SampledCustomers
    2. Next-Best-Action scope : Engagement policies and arbitration
      Note: La case à cocher Include a second-pass simulation without business levers (for Scenario Planner) permet de comparer les résultats de la simulation pour analyser l’efficacité de l'attribution d'une valeur de pondération métier accrue à des actions spécifiques.
    3. Name : Arbitration_levers
      Audience simulation with arbitration
  4. Cliquer sur Run pour exécuter la simulation.
  5. Vérifiez comment les clients sont filtrés au niveau de Next Best Action Designer pour chaque condition de la politique d’engagement.

4 Analyser les résultats de la simulation dans Scenario Planner

Question : Quel est l’effet de l’application des leviers métier ? Y a-t-il une indication d’un coût d’opportunité ou d’un gain d’opportunité ?
  1. Dans le volet de navigation de Pega Customer Decision Hub, cliquez sur Discovery > Scenario Planner.
    Scenario planner menu
  2. Dans la fenêtre Scenario Planner, saisissez ou sélectionnez les informations suivantes :
    Scenario planner single simulation scope
    1. Scope : Sales/Credit cards
    2. Simulation : Arbitration_levers (S-#####)
  3. Cliquez sur Apply.
  4. Inspectez les résultats.
    Single simulation in scenario planner
    Note: L’ensemble de données Monte Carlo génère un ensemble de données simulées. Par conséquent, différentes exécutions d'une simulation produisent des résultats différents.
    Note: Dans cet exemple, la capture de la valeur prévisionnelle de Scenario Planner pour la simulation à l’aide de leviers est de 11 820 $, et celle sans leviers est de 11 920 $. Dans cet exemple, il y a un coût d'opportunité étant donné qu'il y a une différence de 96,63 $.
Question : Comment l’application des leviers métier influence-t-elle le pourcentage d’acceptations ?
  1. Dans la fenêtre Scénario Planner, à titre de liste de simulation de comparaison (Comparison simulation list), sélectionnez (S-#####) With no levers.
    Scenario planner scope
  2. Cliquez sur Apply.
  3. Dans la vignette Projected responses (next run/presentation), cliquez sur l’icône Graph pour voir la différence de pourcentage d’acceptations.
    Difference in projected responses
    Note: Dans cet exemple, la réponse prévisionnelle est de 33 % pour la simulation avec leviers et de 34 % pour la simulation sans leviers. Autrement dit, les réponses prévisionnelles sont supérieures lorsque l’entreprise n’applique pas de leviers métier.
Question : Quelles actions sont compromises si les leviers métier sont appliqués, et dans quel est le volume ?
  1. Faites défiler l’écran pour afficher la valeur Projected reach par action.
    Projected reach per action
    Note: Dans cet exemple, vous pouvez voir que les 41 cartes Premier Rewards supplémentaires et les 35 cartes Rewards supplémentaires sont présentées en vert. Les 26 cartes Rewards et les 50 cartes Standard de moins apparaissent en rouge.
    Question : Combien de fois la carte Rewards est-elle envoyée ou présentée aux clients avant et après l’application des leviers métier ?
    Projected response of an action
    Note: La carte Rewards est envoyée ou présentée 92 fois lorsque les leviers métier sont appliqués. 
  2. Cliquez sur l’onglet (S-#####) With no levers pour afficher les résultats de la simulation sans leviers métier.
    Scenario planner tabs for simulations
  3. Faites défiler l’écran pour afficher la valeur Projected reach par action. 
    Per action projected reach without levers
    Note: La carte Rewards est envoyée ou présentée 57 fois lorsque les leviers métier ne sont pas appliqués, soit 35 fois moins que dans le scénario avec les leviers métier.
    Question : Combien de clients sont susceptibles d’accepter la carte Premier Rewards lorsque les leviers métier ne sont pas appliqués ?
    Note: La réponse prévisionnelle est le nombre d’acceptations attendues par carte. 120 clients sont susceptibles d’accepter la carte Premier Rewards lorsque les leviers métier ne sont pas appliqués. Autrement dit, 5 acceptations de moins que dans le scénario avec les leviers métier.
    Projected responses per action in comparison mode
    Note: Lorsque le modèle adaptatif d’une action n’a pas suffisamment de données prévisionnelles pour établir une projection, le système indique qu’il n’y a pas suffisamment de données probantes.
    Insufficient evidence in scenario planner
Question : Quel scénario est le plus rentable pour l’entreprise ?
  1. Inspectez la vignette Projected value capture et notez le gain d’opportunité indiqué en vert.
    Projected value capture with opportunity gain
  2. Inspectez la vignette Projected responses et notez l’augmentation des réponses prévisionnelles indiquée en vert.
    Increased Projected response
    Note: Dans cet exemple, le scénario sans leviers est plus rentable puisque la capture de valeur projetée est supérieure de 96,63 $.


Disponible dans la mission suivante :

If you are having problems with your training, please review the Pega Academy Support FAQs.

Did you find this content helpful?

Want to help us improve this content?

We'd prefer it if you saw us at our best.

Pega Academy has detected you are using a browser which may prevent you from experiencing the site as intended. To improve your experience, please update your browser.

Close Deprecation Notice