Прогнозирование ценности клиента

С ростом количества компаний, борющихся за внимание покупателя, стоимость привлечения каждого покупателя неуклонно растёт. Процесс удержания пользователя, ожидаемо, становится более сложным. Несмотря на то, что сейчас многим компаниям стало гораздо проще и легче получить большие объёмы данных, одновременно становится менее понятно какие именно данные могут решить конкретные бизнес-задачи. Развитие инструментов веб-аналитики и агрегации пользовательских данных дало место быстрому накоплению информации о пользователях и их поведении. На данный момент, многие компании находятся в поиске конкретных стратегических решений на основе big data, которые могли бы помочь во взаимоотношениях с пользователями и дифференциации от конкурентов. Цель данной работы – заполнить имеющиеся пробелы в поведенческой аналитике онлайн-покупателей с помощью внедрения различных предиктивных моделей. Исследование и анализ проведены на основе данных регионального FMCG онлайн-ритейлера. В ходе работы были протестированы как модели, основывающиеся на исторических данных, так и предиктивные модели BG/NBD и GG/NBD модели, разработанные P. Fader для работы с данными электронной коммерции. Результаты работы призваны помочь аналитикам и маркетологам компании понять способы работы с данными и оценить потенциал той big data, которой они владеют. Также исследование затрагивает инсайты, которые можно получить на основе данных. Благодаря полученным резульататм были предложены варианты улучшения текущего клиентского покупательского поведения.