Предсказание будущего на основе больших данных
2 likes1,067 views
Добываем и преобразовываем данные для прогнозов. Применение технологий прогнозной аналитики: готовые решения VS собственные решения. Использование полученного результата для каналов маркетинга. Как небольшие манипуляции могут увеличить показатель оплаченных заказов.
More Related Content
What's hot (20)
Similar to Предсказание будущего на основе больших данных (20)
Предсказание будущего на основе больших данных
- 2. Прогнозная аналитика — технология, опирающаяся на опыт (данные) для прогнозирования будущего поведения людей с целью принятия оптимальных решений
- 4. Задачи машинного обучения 1.Скоринг 4.Прогнозирование 3.Классификация 2.Сегментация и кластеризация 5.Регрессионный анализ пример: коммерческая аналитика, банковский скоринг пример: прогнозирование продаж, трафика пример: анализ аудитории пример: сегментация подписной базы пример: анализ каналов привлечения трафика *каждая задача решается разными методами машинного обучения
- 5. Источники сбора данных для интернет-магазина Собираем данные для анализа*: 1) Счетчики статистики Метрика + Аналитикс 2) Базы данных ключевых слов 3) Внутренние системы CRM, например 1С; 4) Внешних источников (Wordstat яндекс). 5) Парсинг конкурентов В зависимости от конечной цели прогнозирования нужны разные данные, но лучше собрать все 6,1 9 8 7 278 3798 74 16 0,2 94 86 55 5,4 534 5,4 66 5,4 6,35 111 833,7 73 73 23
- 6. На основе статистики определить закономерности, которые приводят к определенным последствиям, выгодным для нас. Цель прогнозов:
- 7. Пример: ПРОСТО ? Выделить сегмент людей, которые совершат целевое действие только в случае получения от нас e-mail.
- 8. Пример: На самом деле есть 4 группы людей Не купят в любом случае Не купят если получат письмо Купят в любом случае Купят только если получат письмо
- 9. Непростое решение Для решения такой «простой» задачи нужно собрать всю статистику о людях, которые раньше совершали/ не совершали целевое действие после рассылок.
- 10. Покупали Не покупали Какие товары ? Мужчина или женщина ? IE или Mozilla ? С телефона открывает или с ПК ? С первого раза или нет ?
- 11. Почистить данные Убрать все ошибки Убрать кореллированные столбцы Заполнить пустоты и незаполненные столбцы
- 12. Настроить алгоритм Обучить машину на исторических данных Создать прогнозную модель Классифицировать базу подписчиков Кластеризовать по группам Сделать прогноз просмотров/продаж Запустить тестовую рассылку
- 13. Что в итоге ? Получаем оптимизированный инструмент продаж с использованием подписной базы.
- 14. Это самый простой пример Но сотни компаний по всему миру используют прогнозную аналитику HP, Mercedes Benz, Amazon, E-Bay …
- 15. Готовые решения Собственные решения есть здесь и сейчас дешевы и легки в управлении не всегда решают задачи с необходимым уровнем точности более высокая точность прогнозов высокая стоимость относительно просты в интеграции требуют много времени на разработку
- 16. Области применения SEO Прогнозирование позиций и трафика Анализ поисковых запросов Анализ приоритетных запросов для продвижения Анализ ссылочных доноров Анализатор текстов
- 17. Области применения CPC Оценка эффективности запросов и объявлений Коммерческая аналитика
- 18. Области применения SMM Создание портрета целевого клиента Прогноз роста аудитории Оценка эффективности постов Оценка эффективности групп и пабликов
- 19. Области применения EMAIL Сегментация базы клиентов и поиск целевой аудитории Коммерческая аналитика
- 20. Кейс по прогнозу трафика Это было … Прогноз посещаемости 900 Август Сентябрь Октябрь Ноябрь Декабрь Январь Февраль Март Апрель 500 100 700 300 800 400 0 600 200
- 21. Идеально! Общая ошибка 4.67%. Прогноз посещаемости Визиты 900 900 Авг Авг 14 Сен Сен 14 Окт Окт 14 Ноя Ноя 14 Дек Дек 15 Янв Янв 15 Фев Фев 15 Мар Мар 15 Апр Апр 15 500 500 100 100 700 700 300 300 800 800 400 400 0 0 600 600 200 200
- 22. Кейс по e-mail рассылке Это было …
- 23. Очень выгодно 14 000 000 руб оборот
- 24. Как манипулировать данными? Посещаемость ~ 300 тыс. уникальных посетителей в месяц. Конверсия ~ 2.1%. Оплата покупок 60% Три месяца на тестирование маркетинговых каналов привлечения клиентов.
- 25. Показатель оплаченных заказов ↑ на 10% Посещаемость Конверсия Количество заказов Средний чек Показатель оплаченных заказов Количество оплаченных заказов Маржа Оборот Чистый доход Разница 300 000 2.1% 6 300 11 000p 60% 3 780 12% 41 580 000p 4 989 600p Было Стало 300 000 2.1% 6 300 11 000p 66% 4 158 12% 45 738 000p 5 488 560p 498 960 p +500 тысяч рублей чистой прибыли в месяц
- 26. Что если... Что если увеличить количество показов определенных товаров, определенным людям, чтобы повысить конверсию? Что если делать правильный UPsale, основанный на товарных рекомендациях для увеличения среднего чека?
- 27. +1200 000 рублей чистой прибыли в месяц Посещаемость Конверсия Количество заказов Средний чек Показатель оплаченных заказов Количество оплаченных заказов Маржа Оборот Чистый доход Разница 300 000 2.1% 6 300 11 000p 60% 3 780 12% 41 580 000p 4 989 600p 300 000 2.1% 6 300 11 000p 66% 4 158 12% 45 738 000p 5 488 560p 498 960p 300 000 2.2% 6 600 11 500p 0.68 4 488 12% 51 612 000p 6 193 440p 1 203 840p Было Стало Может стать