​Как связаны гадания и веб-комерция

Системы прогнозирования требуют мощных серверов и высокосложного дорогостоящего оборудования. Они требуют вложений — и пока не всем ритейлерам это под силу. Чаще всего компании обращаются в IT-фирмы, специализирующиеся на анализе, или пользуются готовыми решениями. Например, на российском рынке такие механизмы производят «Инфосистемы Джет» и Mail.ru.

Как гадания — предиктивные алгоритмы — помогают компаниям предсказывать поведение клиентов? Об этом и поговорим.

Алгоритмы прогнозирования: что это такое, как это работает

Подавляющее большинство алгоритмов машинного обучения использует сравнение. Работает это так: система получает определённые данные о покупателях, например, их пол, возраст, сферу занятости, историю покупок. Основываясь на этом, система составляет своего рода портрет покупателя, который сравнивает с другими портретами. Исходя из этих данных, машина прогнозирует, какие покупки представители определённой группы могут выбирать в дальнейшем.

Ещё один способ — группы. Берутся покупатели с набором конкретных характеристик: пол и возраст, история, тональность отзывов и частотность покупок. Берутся их покупки: средний чек, примерная стоимость, время. Получаются две группы: «Покупатели» и «Товары». Нейронные сети самостоятельно выбирают для покупателей те товары, которые могут их заинтересовать, при этом используется «зрительная» система. Машины сортируют картинки по изгибам, цветам, форме.

Другое решение принадлежит команде «Инсайдер» и носит название AD Audience. По словам разработчика, алгоритм отслеживает вообще все действия пользователя на сайте, а также приплюсовывает к ним информацию из баз данных. Система немедленно принимается за интерпретацию информации — строит цепочки, собирает группы, создаёт закономерности. После этого алгоритм ранжирует посетителей, а в отдельные блоки собирает пользователей, которые вели себя схоже с действительными клиентами. Далее AD Audience прогнозирует их шаги.

Зачем нужны алгоритмы прогнозирования

Всё это звучит хорошо, но возникает закономерный вопрос: как можно использовать «гадания» на практике? Способов много, начиная от персонализации интернет-магазинов (предлагать клиентам купить что-нибудь, что может их привлечь) до демонстрации всплывающих окон. Собранные машиной данные можно использовать в рассылке, в контекстной рекламе, ретаргетинге, социальных сетях.

Пример работы алгоритмов прогнозирования можно наблюдать в интернет-магазине Ozon.ru, которым занимается Mail.Ru Group. Алгоритмы внедрялись на главную страницу для того, чтобы сделать контакт с пользователями более персонализированным, а также сходу определить потенциально ценных клиентов — тех, которые могут стать постоянными и лояльными.

Система Mail.Ru Group основана на машинном обучении. Она состоит из нескольких модулей, основанных на данных Ozon.ru и дополненных информацией о поведении людей в интернете. В результате машина может достаточно точно предсказать, что пользователи будут делать, что их интересует, что можно им предложить для удержания интереса. Все «предсказания» рассчитываются в облачном сервере в режиме реального времени, а потом передаются сайту, который динамически изменяет содержание главной страницы — как бы подстраивается под конкретного посетителя.

Как предиктивные технологии помогут лично вам

Представьте, что вы можете «запустить» интернет-консультанта прямо на сайте. В реальной жизни продавец пока незаменим: он общается с клиентом в режиме реального времени, видит его реакции, анализирует поведение, умело предлагает что-то ещё. Любой хороший продавец — немного психолог. И немного предиктивный алгоритм.

Вы сможете запустить на своём сайте программу, которая будет видоизменять страницу в зависимости от интересов, особенностей и предпочтений конкретного посетителя. Она сможет предложить ему что-то интересное, допродать что-то ещё, дать скидку, бонус, подтолкнуть к акции.

Это даёт результат. Уже даёт, а ведь машинное обучение совершенствуется с каждым днём. Например, упомянутую выше AD Audiences опробовала известная компания LC Waikiki, которая сразу же отметила увеличение количества продаж.



К списку статей

Рейтинг: 5/5 звезд на основании 1 голоса; ваша оценка:

Читайте также

Как потребитель принимает решение о покупке?
29 января 2016 г.
Как потребитель принимает решение о покупке?

Деятельность современных компаний зиждется на угадывании потребительских желаний, которое, в свою оч...

​10 крутых примеров партизанского маркетинга
19 сентября 2018 г.
​10 крутых примеров партизанского маркетинга

Несмотря на название, партизанский маркетинг не имеет отношения к вооружённым конфликтам и восстания...

​11 ошибок предпринимателя-новичка
14 октября 2017 г.
​11 ошибок предпринимателя-новичка

Все мы ошибаемся. Умные извлекают из ошибок урок, глупые — снова и снова бьются в стену лбом. Но мы ...

Как не упасть в доходе летом: все секреты продвижения товаров и услуг в летний период
10 июля 2014 г.
Как не упасть в доходе летом: все секреты продвижения товаров и услуг в летний период

Лето, обычно, не сезон в рекламе, но несмотря на это мы ежегодно делаем летом очередной рекорд. З...