Прогнозирование покупки в интернет-магазине при помощи методов машинного обучения

Развитие интернета изменило значительное количество традиционных бизнесов и привело к появлению новых, в частности это во многом коснулось компаний, занимающихся ретейлом. Во всем мире покупка товаров все чаще происходит через интернет, и такие компании как Alibaba и Amazon уже занимают доминирующую позицию на рынке электронной коммерции. Однако, в России при сравнительно высоком уровне проникновения интернета все еще нет лидирующей компании. Аналитики компании Morgan Stanley прогнозирует появление такой компании в ближайшие несколько лет, а, значит, конкуренция между текущими игроками будет только расти. В компаниях электронной коммерции ключевую роль играет развитие логистической сети, где наблюдается положительный эффект масштаба, то есть чем больше клиентов обслуживает служба доставки компании, тем более она эффективна с точки зрения скорости и затрат, поэтому компаниям необходимо искать пути оптимального привлечение клиентов. Ключевую роль в привлечении клиентов в интернет-магазинах играет цифровая реклама, основные проблемы которой это высокие издержки и низкие возвраты на маркетинговые инвестиции. Для решения этой проблемы компаниям необходимо применять современные подходы к анализу данных, чтобы выявлять насколько склонны клиенты к заказу и прибегать к своевременным действиям для их конверсии в заказ. В данной работе была разработана модель прогнозирования покупки пользователя интернет-магазина в следующие 30 дней, основанная на его действиях на сайте. Модель была построена с использованием Python с итоговой точностью AUC = 0.783.