Сервис клиентской аналитики для ритейла
Компания Mail.Ru Group разработала сервис в сфере data science, который помогает розничным компаниям повысить конверсию кросс-продаж и увеличить лояльность клиентов. Благодаря использованию предиктивных математических моделей ритейлеры смогут лучше понимать свою аудиторию: проводить глубокую сегментацию, предсказывать потенциальный интерес к той или иной категории товаров, выбирать правильные каналы коммуникаций, прогнозировать вероятности оттока и пр.
Модели также могут использоваться для построения аудиторных сегментов интернет-пользователей для последующего использования в рекламных кампаниях на различных интернет-площадках. Таким образом, сервис позволяет повысить конверсию маркетинговых коммуникаций с существующими клиентами и эффективно привлекать новых.
Как комментируют в Mail.Ru Group, у ритейлеров сегодня накоплены большие объемы информации о клиентах: они знают, что клиенты покупают и как часто, каков средний чек, география и т.п. Благодаря предиктивным моделям торговые сети могут более качественно сегментировать своих покупателей, выделять тех, с кем нужно контактировать здесь и сейчас. Рост оборота и прибыли от кампаний, сформированных с использованием сервиса, по данным Mail.Ru, составляет 20% и более.
Новый сервис полезен не только самим ритейлерам, но и их клиентам, так как позволяет предлагать релевантные продукты через удобный канал коммуникации. При этом компания может сократить общее количество отправляемых сообщений, которые иногда нервируют людей и не приводят к продажам. Кроме эффекта от использования в контексте контакта с клиентом в режиме real-time компании могут улучшить понимание своей клиентской базы и в дальнейшем корректировать глобальную стратегию по запуску новых продуктов и маркетинговых кампаний.
Для создания предиктивных математических моделей, являющихся ядром сервиса, применяются технологии машинного обучения и методы обработки информации, созданные специалистами Mail.Ru Group в сфере data science. Компания выделила в отдельное направление работу с big data своих клиентов в начале 2016 г. В рамках направления предоставляются услуги по созданию предиктивных математических моделей, проведению маркетинговых исследований, консалтингу в области развития инфраструктуры и методологии работы с большими данными. Прежде всего это проекты, направленные на повышение эффективности процессов маркетинга и продаж, оптимизации производства, логистики, управления рисками, планирования, управления персоналом и другие рабочие процессы различных бизнесов.
В реализации используются как собственные технологии (например, NoSQL базы данных Tarantool), так и другие open source-решения (Apache Hadoop, Apache Spark). Для построения предиктивных математических моделей используются методы машинного обучения (Machine Learning), в том числе собственные разработки компании, например, алгоритм построения моделей Multiclass Look-alike, являющийся развитием метода PU Learning.
Пользователями продукта уже стали несколько крупных компаний из сегментов ритейл и e-commerce, в том числе сеть «Эльдорадо» и интернет-магазин Ozon.ru.