 |
Axenix поможет бизнесу извлечь нужные инсайты из данных «Магнита»
Компания Axenix наращивает экспертизу и опыт в области Big Data, предлагая заказчикам не только анализировать собственные данные, но и использовать внешние – накопленные крупными компаниями. Один из первых проектов был реализован в сотрудничестве с розничной сетью «Магнит».
Подход Axenix позволяет компаниям получать нужную аналитику на данных крупного бизнеса из разных отраслей. Это может быть использовано как для обогащения собственных данных, так и для поиска аналитических инсайтов на внешних данных без использования собственных. Актуально решение для сфер CPG/FMCG, банкинг, услуги мобильной связи, маркетинг и т. д.
«Важно отметить, что речь идет не о персональных данных. Это, например, транзакции, данные об объемах продаж и видах продукции, всплески покупательской активности, деперсонализированные сведения о пользовательском поведении», – рассказала Екатерина Виговская, старший менеджер направления Маркетинговые Услуги и Клиентский Опыт компании Axenix.
Подход был использован Axenix в рамках совместного проекта с розничной сетью «Магнит». Axenix использовал платформу клиентских данных (Customer Data Platform, CDP) и сервис безопасной совместной работы с клиентскими данными DataLabs, (о запуске которого ритейлер заявил в мае 2023 года). С помощью этих данных и инструментов были найдены инсайты в виде перспективных клиентских сегментов, которые были интересны крупному заказчику совсем другой отрасли.
Специалисты Axenix обогатили существующие в CDP-системе «Магнита» данные (справочник товаров, транзакции, гео-данные торговых точек) собственной транзакционной аналитикой по категориям товаров и времени совершения покупок; провели сопоставление категорий (четерёхуровневая иерархия из более чем 4000 уникальных категорий) и составили обогащенную витрину по клиентам. После этого была проведена кластеризация клиентской базы с применением методов машинного обучения и описаны профили полученных сегментов.
«Мы предлагаем уникальную базу данных и знаний по более чем 60 млн наших покупателей. В базе есть как базовые для ритейла данные (покупки SKU), так и более сложные поведенческие показатели и признаки, которые рассчитаны с применением технологий машинного обучения, например уровень бюджетной категории по клиентам», – отметила Анастасия Кирилова, менеджер по развитию бизнеса направления Data & Insights розничной сети «Магнит».
«Качественные данные ритейлера могут принести пользу компаниям, у которых нет такого объема релевантных данных для аналитики. Например, производителю товаров, планирующему расширять географию продаж, важно знать потенциальный спрос на продукцию в том или ином регионе. Еще больший набор бизнес-сценариев и эффектов даёт объединение данных: внутренних и внешних», – отметил Сергей Усачев, менеджер практики Прикладной ИИ компании Axenix.
По его словам, компания Axenix готова тиражировать подобные проекты, предоставляя заказчикам необходимую экспертизу: как в области технологий и углубленного анализа данных, так и в определении практических рекомендаций для маркетинга и решения бизнес-задач.
О компании Axenix
Российская компания Axenix (ранее Accenture) осуществляет деятельность под юридическим наименованием ООО "АксТим". Axenix предоставляeт широкий спектр профессиональных услуг в области цифровых сервисов, облачных технологий и решений для обеспечения информационной безопасности. В офисах и центрах разработки в Москве, Твери, Ростове-на-Дону, Краснодаре, Санкт-Петербурге и Алматы работают около 2 000 сотрудников. Благодаря сочетанию уникальных знаний, опыта и компетенций более чем в 40 отраслях, предлагает услуги в области стратегии и бизнес-консалтинга, технологических решений и других операций, направленных на цифровизацию бизнеса.
Контактное лицо: Татьяна Алексеева
Компания: Axenix
Добавлен: 22:18, 12.06.2023
Количество просмотров: 342
Страна: Россия
| ГИГАНТ - Компьютерные системы: госзакупки серверов выросли на 42%, ГИГАНТ, 17:06, 12.07.2026, Россия219 |
| СЕО компании «ГИГАНТ — Компьютерные системы» Сергей Семикин подвел итоги 2025 года и спрогнозировал динамику ИТ-рынка на 2026-й, он рассказал о реальных драйверах роста серверов и СХД, изменении структуры госзакупок и переходе заказчиков к расчету совокупной стоимости владения вместо ажиотажных закупок. |
| CICADA8 автоматизировала комплаенс-аудит подрядчиков, CICADA8, 17:04, 12.07.2026, Россия218 |  |
| Разработчик решений по управлению уязвимостями и цифровыми угрозами в реальном времени CICADA8 добавил модуль «Опросы» в платформу CyberRating. Решение автоматизирует аудит внутренних процессов информационной безопасности контрагентов, которые невозможно оценить исключительно техническими средствами. |
| ПО мониторинга и управления «Гравитон» совместимо с РЕД ОС 8, «Гравитон», 16:14, 12.07.2026, Россия58 |
| Компании «Гравитон», разработчик и производитель российской вычислительной техники, и РЕД СОФТ, разработчик программного обеспечения, объявили о подтверждении совместимости программного обеспечения мониторинга и управления «Гравитон» с российской операционной системой РЕД ОС 8. |
| ГК «Умные решения» модернизировала сетевую инфраструктуру АПК «Камский», Умные решения, 17:01, 12.07.2026, Россия224 |  |
| Группа компаний «Умные решения» завершила проект по модернизации сетевой инфраструктуры АПК «Камский» (бренд «Сосновоборская»). В рамках проекта компания спроектировала и создала современную отказоустойчивую сетевую инфраструктуру и защищенный периметр сети на базе решений Qtech и Ideco. |
| Беарпасс объявила о начале процедуры сертификации ФСТЭК, Беарпасс, 16:57, 12.07.2026, Россия225 |
| Компания «Беарпасс» (входит в Группу «Индид»), российский разработчик решения BearPass для корпоративного управления паролями и доступом к секретам, начала процедуру сертификации ФСТЭК России по 4-му уровню доверия. |
| НТЦ АРГУС: ИИ заставит операторов по-новому планировать аплинк, НТЦ АРГУС, 16:54, 12.07.2026, Россия97 |
| Российский разработчик OSS-решений НТЦ АРГУС отмечает: развитие ИИ-сервисов, видеоаналитики, IoT и агентных систем меняет профиль нагрузки на сети. Операторам придется точнее учитывать не только общий объем трафика, но и рост обратного канала, связь нагрузки с конкретными сервисами, клиентами и участками сети. |
|
|
