Машинное обучение в маркетинге

Транзакционный анализ клиента

Использование моделей машинного обучения для анализа клиентского поведения и введения инициатив по продвижению

В ходе работы на первом этапе был проведен первичных анализ данных (EDA), выявлены основные корреляции, предобработаны данные

В результате работы были выделены основные паттерны поведения клиентов и их социально-демографические характеристики. Так, с помощью анализа-RFM был определен порог частоты заказов, и стала возможным составление карты триггерных коммуникаций с каждым отдельным клиентом на основе его транзакционного поведения.

С помощью модели кластеризации машинного обучения стало возможным распределить клиентов на подгруппы, что способствует дальнейшей настройке таргетированной рекламы и продвижению продукции