Mail.Ru Group представила сервис, который позволит ритейлерам получить больше информации о своих клиентах, что в свою очередь, позволит  увеличить их лояльность и повысить конверсию кросс-продаж на 20%. Пользователями продукта уже стали несколько компаний из сегментов ритейл и e-commerce, среди которых сеть «Эльдорадо» и интернет-магазин Ozon.ru.

По словам представителей разработки, сервис позволит ритейлерам лучше понимать свою аудиторию, чтобы проводить глубокую сегментацию, предсказывать потенциальный интерес к той или иной категории товаров, выбирать правильные каналы коммуникаций, прогнозировать вероятности оттока.

Кроме того, данные могут быть использованы для построения аудиторных сегментов интернет-пользователей для их последующего использования в рекламных кампаниях на различных интернет-площадках. Это даст ритейлерам возможность существенно повысить конверсию маркетинговых коммуникаций с существующими клиентами и привлекать новых, уверены в Mail.Ru Group

 

Фото depositphotos

 

Ядро нового сервиса составляют предиктивные математические модели, которые создаются технологиями машинного обучения и новыми методами обработки информации. Это направление работы с big data своих клиентов специалисты Mail.Ru Group в сфере data science развивают с 2016 года.

В рамках направления предоставляются услуги по созданию предиктивных математических моделей, проведению маркетинговых исследований, консалтингу в области развития инфраструктуры и методологии работы с большими данными. Это проекты, которые направлены на повышение эффективности процессов маркетинга и продаж, оптимизации производства, логистики, управления рисками, планирования, управления персоналом и другие рабочие процессы различных бизнесов.

В реализации используются как собственные технологии (например, NoSQL базы данных Tarantool), так и другие open source-решения (Apache Hadoop, Apache Spark). Для построения предиктивных математических моделей используются методы машинного обучения (Machine Learning), в том числе собственные разработки компании, например, алгоритм построения моделей Multiclass Look-alike, являющийся развитием метода PU Learning.

 

Роман Стятюгин, директор по развитию бизнеса направления «Большие данные» компании Mail.Ru Group


У ритейлеров сегодня накоплены достаточно большие объемы информации о клиентах: они знают, что клиенты покупают и как часто, им известен средний чек, география и прочее. Теперь, благодаря предиктивным моделям, созданным нашими экспертами, торговые сети могут более качественно сегментировать своих покупателей, выделять тех, с кем нужно контактировать здесь и сейчас. Сервис позволяет значительно увеличить отклик на проводимые с клиентом коммуникации. При этом рост оборота и прибыли от кампаний, сформированных с использованием сервиса, составляет 20% и более.
 

 

Роман Троицкий, руководитель отдела управления взаимоотношениями с клиентами и лояльностью компании «Эльдорадо»


Использование предиктивного сервиса Mail.Ru Group демонстрирует прекрасные результаты: конверсия проводимых кампаний выросла на 28%, оборот на 21%. По сравнению с другими инструментами персонализации контента сервис Mail.Ru Group обеспечивает нам наилучшие показатели по основным KPI. Кроме того, применение высоко персонализированных рассылок позволяет улучшить восприятие коммуникаций с клиентом.