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
| Сегмент | Отклик |
|---|---|
| Huawei Y7 (2019) | 0,02% |
| Huawei P Smart (2019) | 0,08% |
| Samsung Galaxy A20 | 0,00% |
| Huawei 10000-20000 | 0,42% |
| Samsung 10000-20000 | 1,65% |
| Всего | 0,44% |
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
