复购预测将基于用户既往购买行为记录，通过训练算法模型，预测用户在未来指定时间内复购的可能性，找到大量非品牌原核心人群的高复购概率人群，为业务圈选外机会人群补充，继而针对这些高复购概率人群进行重点运营，提升品牌复购率。
数据及功能链路如下图所示。
您需要提供行为数据集进行算法模型训练，对行为数据集的要求请参见行为数据集样例。
基于算法模型进行预测时，可预测的用户和周期范围取决于行为数据集：
可预测用户范围：算法模型使用的行为数据集涉及的用户，且用户在该行为数据集中必须在近1年内有购买行为，即近1年内没有购买行为的用户不可预测。其中，近1年是指行为数据集中的最晚行为时间往前1年。
可预测周期范围：以算法模型使用的行为数据集的最近行为时间为基准，从该天起的未来N天，N可设置为15~90。请参见下图中的示例。
购买复购预测功能包，具体信息请参见售卖清单和计费说明。
接入数据源，仅支持分析ADB3.0类型的空间数据源或组织数据源中的数据，请分别参见新建空间数据源、组织数据源表授权。
按照行为数据集样例的要求准备行为数据表，然后新建行为数据集。
新建算法模型，在模型训练成功后，查看模型的训练详情，了解模型的训练特征Top10、模型验证情况，请参见模型配置。
在数据变化较大时更新模型，以便保持人群预测的准确度，请参见手动更新。
基于已有算法模型新建人群预测任务，查看并使用预测结果，请参见人群预测。
