Erweiterte Optionen für Behandlungsregeln - Ausdrücke
Sie können entweder einen booleschen Ausdruck schreiben, um Behandlungsregeln zu filtern, oder einen Ausdruck schreiben, um eine Überschreibung für den Score des Marketiers zu berechnen. Ihnen steht jedoch nur eine begrenzte Anzahl von Bausteinen für Ausdrücke zur Verfügung.
*
Die folgenden Bausteine sind verfügbar.
*
IBM® Makros, die von Interact unterstützt werden
Eine Liste der IBM® Makros, die von Interact unterstützt werden, finden Sie im IBM® Makro-Benutzerhandbuch.
*
*
*
*
*
Wenn Sie einen booleschen Ausdruck für einen Marketing-Score definieren, ändert sich true in 1 und false in 0. Wenn Sie einen numerischen Ausdruck für einen booleschen Ausdruck definieren, ist 0 false und alle anderen Werte sind true.
Unten finden Sie einige Beispiele für Ausdrücke für die Regelfilterung und die Score-Berechnung, die die verschiedenen Ihnen zur Verfügung stehenden Bausteine verwenden.
Diese Regel als berechtigt betrachten, wenn der folgende Ausdruck wahr ist:
profileTable.accountType != 'Gold' || 
profileTable.dimensionTable.accountBalance > 5000
Offer.Static.EffectiveDateFlag = 0
Offer.Dynamic.OfferColor = 'Blue'
EXTERNAL_CALLOUT('GetPrimeRate') <= 6.9
In diesem Beispiel handelt es sich beim externen Callout GetPrimeRate um ein Java-Programm, das auf einer Website den aktuellen Leitzins abruft.
Folgenden Ausdruck als Marketingbewertung verwenden:
AVG(profileTable.dimensionTable.accountBalance)
MarketerScore + STDEV(profileTable.dimensionTable.accountBalance)
Im folgenden Beispiel ist im Score des Marketiers der Lebenszyklus des Kunden (der wiedergibt, mit welcher Wahrscheinlichkeit der Marketier insgesamt auf Angebote reagiert und ob das Unternehmen mit diesem Kunden ein Geschäft abschließen möchte), die Tatsache, dass das Unternehmen dieser spezifischen Person bestimmte Produktklassen verkaufen möchte, und der Gesamtwert berücksichtigt, der durch das Akzeptieren des Angebots in den Augen des Unternehmens zum Kundenkonto hinzugefügt werden würde.
Calculated Marketer's Score =
[sLifeCycle] *
[wClassA] *
[(wShortTermVal * vShortTerm) + (wLongTermVal * vLongTerm)]
Kundenattribute:
wShortTermVal = global weighting towards short term value = 1
wLongTermVal = global weighting towards long term value = 0.7
wClassA = customer weighting towards product class A = 1.2
sLifeCycle = customer life cycle score = 1.5
1 - Onboarding
1.5 - Settled
0.2 - At Risk
0 - Leaving
Angebotsattribute:
vShortTerm = offer short term value gain = 250
vLongTerm = offer long term value gain = 150