Tekst przeczytasz w:
1 minutę.
Budowa modelu predykcyjnego dla zagadnienia aktywizacji klientów dla firmy wysyłkowej, komunikującej swoją ofertę klientom poprzez sezonowy katalog.
W projekcie, dzięki modelowaniu danych drzewami decyzyjnymi, wykonana została automatyzacja wyboru grupy docelowej do kampanii, obejmująca dwie kategorie – klientów aktywnych w poprzednim sezonie i klientów nieaktywnych, dla których dało się określić prawdopodobieństwo zakupu analizując historyczne „powroty” klientów.
PROBLEM
- Zwiększenie sprzedaży.
- Aktywizacja klientów, którzy od dłuższego czasu nie dokonali zakupu.
ROZWIĄZANIE
- Budowa modelu predykcyjnego określającego szansę, że klient dokona zakupu po przekazaniu mu katalogu.
- Uwzględnienie podgrup klientów nieaktywnych.
- Przygotowanie procesu i struktur danych analitycznych specyficznych dla tak zdefiniowanej grupy docelowej kampanii.
- Wdrożenie narzędzia data mining w celu realizacji analiz w obszarze analiz lojalności klientów.
Efekt/korzyści:
- Zwiększenie sprzedaży.
- Redukcja zjawiska nieaktywności.
- Lepsze zrozumienie czynników wpływających na aktywizację, takich jak zróżnicowane potrzeby klientów detalicznych i mini hurtowników.
Drzewa decyzyjne pozwalają skutecznie określić target kampanii wysyłkowej
Szczegóły projektu
Zainteresowaliśmy Cię?
Chętnie porozmawiamy na tematy dotyczące zastosowania analizy danych w twoich działaniach.
Dysponujemy wiedzą z wielu obszarów i znamy specyfikę branż.
