Предсказания хаотичных действий клиентов

Лукьяненко Андрей

Tele2

Суть задачи

Увеличить продажи девайсов

Найти абонентов, которые захотят купить заданные телефоны в следующем месяце

Когда люди покупают телефоны

• Подарок
• Утрата
• Новая интересная модель

Старый подход

• 4 класса вендоров и 5 ценовых категорий
• 9 моделей бинарной классификации (LGBM)
• Накладывают свои фильтры на списки рассылки
• Feedback отсутствует, но качество заказчиков устраивает
• Конверсия: 0.12%

Новые заказчики - новая идея

• Предсказывать покупки девайсов по 17 вендорам и 8 ценовым диапазонам

Лояльность к бренду - миф

Что-то пошло не так

Вначале надо было подумать

Новая надежда

• Продвижение трёх девайсов
• Построено 5 ML моделей

Результаты

Итоги

• Построение ML модели - ещё не конец проекта
• Улучшать техническую часть стоит уже после того как налажено всё остальное
• Даже в хаотичном поведении есть паттерны
• Надо "правильно" считать конверсию

Контакты

• ods.ai @artgor

• https://www.linkedin.com/in/andlukyane/

• https://twitter.com/AndLukyane

• https://github.com/Erlemar

• https://www.kaggle.com/artgor

• https://medium.com/@artgor