• Главная
  • Карта сайта
Не найдено

«Рів Гош» підвищує рівень продажів

2155 переглядів

Компанія «Інфосистеми Джет» розробила для мережі «Рів Гош» Навчальні систему передбачення поведінки покупців на базі Machine Learning (ML). За першими результатами тестування точність персональних товарних рекомендацій з конкретних артикулів - близько 33%. Рітейлер отримав можливість підвищити лояльність клієнтів, збільшити продажі і знизити витрати на маркетингові акції за рахунок адресної роботи з потенційними покупцями. Масштабний проект охопив понад 220 торгових точок по всій Росії, а також інтернет-магазин «Рів Гош». Повний цикл робочого процесу із застосуванням ML реалізований всього за 1,5 місяці.

Розроблене рішення виконує два ключових сценарію Розроблене рішення виконує два ключових сценарію. Перший - виявлення з усіх власників карток лояльності (2,6 млн чоловік) тих, хто потенційно може зробити покупку в найближчі 2 тижні. В рамках другого сценарію система робить прогноз ТОП-2 покупок по кожному з цих клієнтів, визначаючи з десятків тисяч товарних найменувань конкретні позиції до рівня артикулу (SKU). Володіючи цими даними, ритейлер може істотно підвищити ймовірність тих чи інших продажів, своєчасно пропонуючи знижки цікавить сегменту клієнтів, а також знизити витрати на їх залучення. При цьому розмір самої знижки в рамках допустимих значень система розраховує для кожного покупця індивідуально.

Прогностичне рішення використовує комплекс методів машинного навчання (градієнтний бустінг, random forest, коллаборатівного фільтрацію і ін.). На першому етапі проекту математична модель навчалася на даних, консолідованих в CRM-системі, що включають інформацію про транзакції за 2017 рік, товарних позиціях, товарообігу і постачання, а також історію покупки і демографічні дані власників дисконтних карт. Аналізуючи приховані закономірності, ML-система виділила цільовий сегмент покупців і передбачила ймовірні позиції в їх чеках. Наступним етапом була проведена контрольна розсилка по необхідної категорії клієнтів, а потім - аналіз фактичних результатів (покупок).

У виявленої групі клієнтів повторні звернення за покупками склали близько 47% (тоді як в середньому по клієнтській базі цей показник дорівнює 22%). Крім того, їх середній чек виявився на 42% більше, ніж у інших покупців. Таким чином, методами машинного навчання вдалося визначити «золотий сегмент» власників карток лояльності. За обраний проміжок часу вони принесли компанії близько 7% доходу, складаючи всього 1% від загальної клієнтської бази. Склад, чисельність і параметри даного сегмента змінюються динамічно, і система враховує це в режимі реального часу.

«Застосування технологій Big Data і Machine Learning відкрило для нас нові перспективи в розвитку взаємовідносин з клієнтами і переосмисленні нашого бізнесу. У стислі терміни ми отримали інструмент, який дозволив помітно підвищити ефективність націлених комунікацій з покупцями. Від цього виграє і компанія, підвищуючи рівень продажів, і клієнти, які вчасно отримують цікаві для них пропозиції, - коментує Дмитро Подолинський, директор з маркетингу компанії "Рів Гош". - В даний час ми продовжуємо розвивати напрямок персоналізованих товарних рекомендацій за рахунок більш тісної інтеграції інструментів ML в. ІТ-ландшафт і бізнес-процеси. У наших найближчих планах - побудова окремого Data Lake для проведення більш глибокої аналітики даних, а також вдосконалення системи лояльності ».

«Цей проект - можливість вивести взаємодію з клієнтом на принципово новий рівень. Тут ми на практиці з'ясовуємо за допомогою штучного інтелекту і накопичених в програмі лояльності даних особисті переваги цільової аудиторії, що дає можливість робити замовнику по-справжньому індивідуальні пропозиції для своїх клієнтів », - зазначив Володимир Молодих, директор по розробці і впровадженню компанії« Інфосистеми Джет » .

Виявлені в ході проекту закономірності дали додаткові можливості для підвищення точності математичної моделі і розвитку нових підходів у формуванні персональних пропозицій для цільової аудиторії. Зокрема, сьогодні компанія «Рів Гош» спільно з «Інфосистеми Джет» розглядає можливість додати невикористовувані раніше показники (інформацію про складах, рейтинги товарів і ін.) Для розширення вибірки та кола вирішуваних завдань. Ще один напрямок співпраці пов'язано з аналізом ефективності різних каналів взаємодії з групами клієнтів для оптимізації витрат на маркетингові кампанії.

В даний час «Інфосистеми Джет» реалізує близько 20 проектів із застосуванням технологій Machine Learning в банках, ритейлі, промисловості, страхування та інших галузях. Перелік вирішуваних інтегратором завдань дуже різноманітний: від підвищення ефективності маркетингу і запобігання браку на виробництві до протидії шахрайству.

Retail.ru

Поділитися публікацією: Підписуйтесь на наш канал в Telegram і Яндекс.Дзен , Щоб першим бути в курсі головних новин Retail.ru.

Новости
Провайдеры:
  • 08.09.2015

    Batyevka.NET предоставляет услуги доступа к сети Интернет на территории Соломенского района г. Киева.Наша миссия —... 
    Читать полностью

  • 08.09.2015
    IPNET

    Компания IPNET — это крупнейший оператор и технологический лидер на рынке телекоммуникаций Киева. Мы предоставляем... 
    Читать полностью

  • 08.09.2015
    Boryspil.Net

    Интернет-провайдер «Boryspil.net» начал свою работу в 2008 году и на данный момент является одним из крупнейших поставщиков... 
    Читать полностью

  • 08.09.2015
    4OKNET

    Наша компания работает в сфере телекоммуникационных услуг, а именно — предоставлении доступа в сеть интернет.Уже... 
    Читать полностью

  • 08.09.2015
    Телегруп

    ДП «Телегруп-Украина» – IT-компания с 15-летним опытом работы на рынке телекоммуникационных услуг, а также официальный... 
    Читать полностью

  • 08.09.2015
    Софтлинк

    Высокая скоростьМы являемся участником Украинского центра обмена трафиком (UA — IX) с включением 10 Гбит / сек... 
    Читать полностью