«Рив Гош» повышает уровень продаж с помощью Machine Learning
Компания «Инфосистемы Джет» разработала для сети «Рив Гош» обучаемую систему предсказания поведения покупателей на базе Machine Learning (ML). По первым результатам тестирования точность персональных товарных рекомендаций по конкретным артикулам – около 33%. Ритейлер получил возможность повысить лояльность клиентов, увеличить продажи и снизить издержки на маркетинговые акции за счет адресной работы с потенциальными покупателями. Масштабный проект охватил более 220 торговых точек по всей России, а также интернет-магазин «Рив Гош». Полный цикл рабочего процесса с применением ML реализован всего за 1,5 месяца.
Разработанное решение выполняет два ключевых сценария. Первый – выявление из всех держателей карт лояльности (2,6 млн человек) тех, кто потенциально может совершить покупку в ближайшие 2 недели. В рамках второго сценария система делает прогноз ТОП–2 покупок по каждому из этих клиентов, определяя из десятков тысяч товарных наименований конкретные позиции до уровня артикула (SKU). Обладая этими данными, ритейлер может существенно повысить вероятность тех или иных продаж, своевременно предлагая скидки интересующему сегменту клиентов, а также снизить затраты на их привлечение. При этом размер самой скидки в рамках допустимых значений система рассчитывает для каждого покупателя индивидуально. Прогностическое решение использует комплекс методов машинного обучения (градиентный бустинг, random forest, коллаборативную фильтрацию и др.). На первом этапе проекта математическая модель обучалась на данных, консолидированных в CRM-системе , включающих информацию о транзакциях за 2017 год, товарных позициях, товарообороте и поставках, а также историю покупки и демографические данные держателей дисконтных карт. Анализируя скрытые закономерности, ML-система выделила целевой сегмент покупателей и предсказала вероятные позиции в их чеках. Следующим этапом была произведена контрольная рассылка по требуемой категории клиентов, а затем – анализ фактических результатов (покупок).
В выявленной группе клиентов повторные обращения за покупками составили около 47% (тогда как в среднем по клиентской базе этот показатель равен 22%). Кроме того, их средний чек оказался на 42% больше, чем у остальных покупателей. Таким образом, методами машинного обучения удалось определить «золотой сегмент» держателей карт лояльности. За выбранный промежуток времени они принесли компании порядка 7% дохода, составляя всего 1% от общей клиентской базы. Состав, численность и параметры данного сегмента меняются динамически, и система учитывает это в режиме реального времени.
«Применение технологий Big Data и Machine Learning открыло для нас новые перспективы в развитии взаимоотношений с клиентами и переосмыслении нашего бизнеса. В сжатые сроки мы получили инструмент, который позволил заметно повысить эффективность таргетированных коммуникаций с покупателями. От этого выигрывает и компания, повышая уровень продаж, и клиенты, которые вовремя получают интересующие их предложения, – комментирует Дмитрий Подолинский, директор по маркетингу компании “Рив Гош”. – В настоящее время мы продолжаем развивать направление персонализированных товарных рекомендаций за счет более тесной интеграции инструментов ML в ИТ-ландшафт и бизнес-процессы. В наших ближайших планах – построение отдельного Data Lake для проведения более глубокой аналитики данных, а также совершенствование системы лояльности».
«Этот проект – возможность вывести взаимодействие с клиентом на принципиально новый уровень. Здесь мы на практике выясняем с помощью искусственного интеллекта и накопленных в программе лояльности данных личные предпочтения целевой аудитории, что дает возможность делать заказчику по-настоящему индивидуальные предложения для своих клиентов», – отметил Владимир Молодых, директор по разработке и внедрению компании «Инфосистемы Джет».
Выявленные в ходе проекта закономерности дали дополнительные возможности для повышения точности математической модели и развития новых подходов в формировании персональных предложений для целевой аудитории. В частности, сегодня компания «Рив Гош» совместно с «Инфосистемы Джет» рассматривает возможность добавить неиспользуемые ранее показатели (информацию о складах, рейтинги товаров и пр.) для расширения выборки и круга решаемых задач. Еще одно направление сотрудничества связано с анализом эффективности различных каналов взаимодействия с группами клиентов для оптимизации расходов на маркетинговые кампании. В настоящее время «Инфосистемы Джет» реализует порядка 20 проектов с применением технологий Machine Learning в банках, ритейле, промышленности, страховании и других отраслях. Перечень решаемых интегратором задач весьма разнообразен: от повышения эффективности маркетинга и предотвращения брака на производстве до противодействия мошенничеству.
Контактное лицо: Полина
Компания: Инфосистемы Джет
Добавлен: 04:57, 18.05.2018
Количество просмотров: 559
Страна: Россия
В пятницу, 13 декабря, прошло занятие образовательного проекта Security Skills от компании «Газинформсервис». Никакие суеверия не страшны тем, кто готов противостоять реальным киберугрозам со студенческой скамьи: на мероприятии собрались десятки студентов из ведущих вузов Санкт-Петербурга: ИТМО, СПбГУТ, СПбПУ, СПбГМТУ, ПГУПС и других.
LG Electronics (LG), лидер в области технологий в секторе мобильности, собирается продемонстрировать инновацию под названием «AI In-Vehicle Experience» от LG на выставке CES 2025.
В рамках обновления интерфейса RTBSape реализовали улучшенную систему отчетности, предоставляющую больше возможностей для анализа и оптимизации рекламных кампаний
mClouds запустил новую GPU-платформу на базе AMD EPYC 9374F и видеокарт NVIDIA L4, L40S и A16.платформу для высоконагруженных задач, таких как машинное обучение, анализ данных, проектирование и 3D-рендеринг.
Компании «Газинформсервис» и Positive Technologies продолжают стратегическое партнёрство, сосредоточенное на подготовке квалифицированных кадров и обмене передовым опытом в области кибербезопасности.
Платформа корпоративных коммуникаций DION (ИТ-холдинг Т1) заняла второе место в рейтинге российских ВКС-решений, опубликованном ИТ-маркетплейсом Market.CNews. Рейтинг был сформирован на основе балльной системы оценки по ряду критериев. К ним относятся функциональные возможности, максимальное число участников видеоконференции и аудиозвонка, продолжительность тестового периода, общее количество пользователей и стоимость лицензии на решение.
Центр компетенций в области транспортного планирования и моделирования, группа компаний SIMETRA, защитила разработанный проект по выбору оптимального планировочного решения для строительства одного из ключевых транспортных узлов Чебоксарской агломерации
«1С-Рарус:Финансовый менеджмент» редакции 3.0 получил очередной сертификат «Совместимо! Система программ 1С:Предприятие». Дополнение прошло тестирование фирмы «1С» на соответствие требованиям разработки совместных решений.
Председатель комитета АБР по финансовым технологиям, Председатель Правления ЕДИНОГО ЦУПИС Елена Шейкина 11 декабря провела заседание комитета АБР по финансовым технологиям. Участники встречи обсудили вопросы внедрения открытых API в банковском секторе, методические рекомендации по управлению данными участников финансового рынка, стандарты информационной безопасности и создание универсального решения для небольших банков.
«1С:Предприятие 8. Турагентство» редакции 3.0 успешно прошло очередную сертификацию на получение статуса «Совместимо! Система программ 1С:Предприятие». Функционал отраслевого решения постоянно развивается и соответствует требованиям фирмы «1С», предъявляемым к продуктам совместной разработки.
С помощью Directum Lite в строительной организации ведут одновременно десятки объектов, координируют работу подрядчиков, обрабатывают сотни документов. А руководители компании оперативно выявляют проблемы за счет возможностей решения «Проекты», которое помогает планировать и управлять процессами строительства.
