Neo4j 客户体验演示

简介

客户体验（CX）是组织为向客户提供最佳体验和价值所做的一切，通常被视为一系列客户旅程，从潜在客户与组织首次接触点开始。在消费者对产品或服务能力之外有更高期望的时代，客户体验已成为组织区别于竞争对手的关键方式。

为了让组织提供卓越的体验，一个关键要求是全面了解其潜在客户和现有客户；这意味着组织需要整合并连接来自许多不同来源的数据，例如：

  • 客户关系管理（CRM）和销售管理应用程序

  • 营销系统

  • 网络互动（包括在线购买和浏览）

  • 服务和支持系统

  • 入站和出站通信

  • 数据丰富提供商

传统的客户体验方法面临重大的技术挑战；这些方法通常围绕在关系数据库中创建客户数据的数据集市/数据仓库。这导致了以下问题：

  • 僵化、不灵活的模式使得难以组合来自多个源的数据，并且难以适应数据变化和新信息源的出现。

  • 由于数据以行和列的形式存储——缺乏关键连接和关系，常见的客户行为模式被隐藏。

  • 由于客户数据分散在多个系统中，每个系统都有自己的标识符（有些数据甚至可以被视为匿名——例如未经身份验证的网络浏览），因此难以全面了解客户。

  • 由于需要大量连接的复杂查询速度慢且资源密集，组织无法以“网络速度”运行（例如，实时推荐产品）。

  • 关键算法（如社区检测、节点中心性、相似性检测等）需要数据和关系以图的形式进行准备和组织，而不是行和列。当数据存储在表中时，这需要繁琐的数据工程工作。借助 Neo4j 图数据库和算法，您可以以前所未有的速度发现洞察，并通过增强现有解决方案的价值来提高客户生命周期价值。Neo4j 图数据库帮助您创建所有客户接触点和交互的全面视图。它将结构化和非结构化数据组合在一个直观的图中，使跨渠道的实体解析、增强客户细分模型以及识别推动业务发展的关键模式变得容易。

本演示展示了如何使用 Neo4j 图数据库和算法来丰富您的客户体验；在其中，您将学习：

  • 如何使用示例数据设置 Neo4j AuraDB 实例

  • 如何使用图进行实体解析，查找客户的重复表示

  • 如何使用购买行为图对客户进行细分，使您能够根据细分中常见的行为提供推荐

  • 如何使用图来识别有流失风险的客户

先决条件

要运行这些示例，您需要以下内容：

  1. 网络浏览器和互联网访问。

  2. 一个 Neo4j AuraDB 数据库实例。这些示例将在任何层级运行，包括免费和专业层级（包括免费试用）。您可以在此处注册 AuraDB。按照本演示中的说明操作将替换您数据库实例中的数据，因此请务必备份您不想丢失的任何数据；或者，您可以创建一个新的实例来使用。

  3. （可选，但强烈推荐）一个可以运行 Jupyter Notebooks 的 Python 安装。本演示的查询都以 Notebooks 形式提供；您也可以将查询复制并粘贴到 Aura 控制台的查询或探索工具中。

  4. （可选，但推荐）Git 客户端软件以下载演示资产。

  5. 可选：Cypher Workbench 的本地设置，如果您想尝试数据模型编辑工具。

设置

  1. 确保您有一个正在运行的 Neo4j AuraDB 实例。如果您是 AuraDB 新用户，请在此处创建一个账户，然后点击“创建实例”。本演示使用了图算法，因此您将无法使用免费实例。但是，您可以使用免费的专业版试用。创建实例时，请务必在实例中启用图分析库。

graph analytics

请务必保存登录数据库实例的凭据。等待实例状态达到“运行中”后，再进行下一步。

  1. 从 https://github.com/neo4j-product-examples/demo-cx 克隆 Git 仓库。您可以使用以下命令完成此操作：

git clone https://github.com/neo4j-product-examples/demo-cx.git

或者，您可以使用 GitHub 上的“下载 ZIP”选项下载副本。

  1. 在 Aura 控制台中，使用“三点”菜单选择“备份与恢复”。

restore database

4. 使用“浏览”按钮或拖放方式，在您在步骤 2 中克隆的 Git 仓库的 dump 目录中找到 dump 文件。

backup file cx

  1. 查看关于替换实例数据的警告，并在准备好后继续。

confirmation cx

  1. 当您的数据库实例达到“运行中”状态时，您就可以运行示例了。

  1. 确保您安装了以下 Python 库：

    1. python-dotenv

    2. neo4j

    3. neo4j-tools

    4. neo4j-viz

  1. 在您的 Git 工作副本的 src 目录中，复制 cx.env.template 文件，将其命名为“cx.env”，并编辑该文件以包含您的 AuraDB 实例的 URI 和密码。

图数据模型

下图展示了用于说明客户体验（CX）概念的数据模型

Customer Model

此图中的关键实体类型（也称为标签）包括：

  • 客户 - 从我们这里购买的客户

  • 订单、订单项 - 客户订单和订单中的订单项

  • 产品 - 我们销售给客户的产品

  • 国家 - 客户所在的国家

  • 电话、标识符、电子邮件地址 - 与客户关联的标识符

如果您想在 Cypher Workbench 中试验数据模型，您可以在仓库副本的 model/Customers_model.json 中找到数据模型导出的副本。

用于客户体验的图

本演示包含三个场景，每个场景都有自己的 Jupyter Notebook，详细介绍了该场景。这三个场景是：

  1. 实体解析 (src/entity_resolution.ipynb) - 在此场景中，您将看到图数据库和图算法如何帮助您识别数据中多次出现的客户。解决重复条目将帮助您获得客户的完整准确视图，而不是将活动分散在多个客户记录中。

  2. 客户流失分析 (src/churn.ipynb) - 在此场景中，您将寻找表明客户有流失风险的模式。

  3. 细分 / 推荐 (src/segmentation.ipynb) - 在此场景中，您将根据客户行为将客户群划分为不同的细分。这将帮助您识别常见的客户旅程，例如，根据同一细分中其他成功客户的购买情况向客户推荐产品和服务。

要运行这些场景中的任何一个，请打开相应的 Jupyter Notebook 并按照其中的说明和查询操作。如果您想更交互式地探索查询结果，您也可以在 Aura 控制台的探索工具中运行查询——您将能够交互式地展开和隐藏关系，帮助您探索数据并完善您的分析。

后续步骤

既然您已经了解了如何使用 Neo4j 图数据库来丰富客户体验，以下是一些后续步骤的建议：

  • 将您自己的数据加载到相同的图数据模型中，并运行本演示中的相同查询。一个简单的方法是创建与仓库数据目录中文件格式匹配的关系表或 CSV 文件，并使用 model/Neo4j_importer_model.json 通过 AuraDB 的数据导入服务加载数据。

  • 探索另一个使用生成式 AI 的客户体验演示

© . All rights reserved.