Файл: ии в электронном бизнесе и электронной коммерции (на примере компании Мегафон).pptx
ВУЗ: Не указан
Категория: Не указан
Дисциплина: Не указана
Добавлен: 28.03.2024
Просмотров: 22
Скачиваний: 0
ВНИМАНИЕ! Если данный файл нарушает Ваши авторские права, то обязательно сообщите нам.
«ИИ в электронном бизнесе и электронной коммерции» (на примере компании «Мегафон»)
Автор: ФИО, факультет, курс
Описание проекта
Выделение целевой аудитории для таргетирования с помощью инструментов платформы Second Party Data Exchange (SPDE).
01/02/2018 – 01/02/2020
Askona
Разработчики: Светлана Алавердян (Chief Commercial Officer); Денис Осипов (Product Manager); Илья Мартынов (Head of Business Development SPDE); Марина Спиркова (Project manager).
Цель и задачи проекта
Цель:
Найти инструмент, позволяющий проанализировать поведение покупателей и определить портрет клиентов, готовых к совершению покупки.
Задачи:
До проекта:
Длительный цикл покупки.
Высокая стоимость привлечения заявки.
Ограниченная проходимость конверсионных каналов.
Доля рекламных расходов — от 45%
После проекта:
Точный портрет клиента.
Обновляемые сегменты аудитории для таргетирования.
Инструменты для настройки эффективной рекламной коммуникации.
Доля рекламных расходов — от 8 до 28%.
Результаты
Описание технологии
Используя алгоритмы машинного обучения, проанализировали потребительское поведение посетителей сайта и определили портреты людей, покупающих товары из категории «мебель для спальни».
Предиктивная модель ищет пользователей с похожим поведением и формирует сегменты аудитории, которым может быть интересна покупка мебели для спальни. На них направляется персонализированная коммуникационная кампания.
Ожидаемый эффект
Имиджевый эффект:
Выводы
Автор: ФИО, факультет, курс
Описание проекта
Выделение целевой аудитории для таргетирования с помощью инструментов платформы Second Party Data Exchange (SPDE).
01/02/2018 – 01/02/2020
Askona
Разработчики: Светлана Алавердян (Chief Commercial Officer); Денис Осипов (Product Manager); Илья Мартынов (Head of Business Development SPDE); Марина Спиркова (Project manager).
Цель и задачи проекта
Цель:
Найти инструмент, позволяющий проанализировать поведение покупателей и определить портрет клиентов, готовых к совершению покупки.
Задачи:
- Обновить сегмент аудитории для таргетинга;
- Разработать инструменты для настройки эффективной рекламной коммуникации;
- Сформировать точный портрет клиента
До проекта:
Длительный цикл покупки.
Высокая стоимость привлечения заявки.
Ограниченная проходимость конверсионных каналов.
Доля рекламных расходов — от 45%
После проекта:
Точный портрет клиента.
Обновляемые сегменты аудитории для таргетирования.
Инструменты для настройки эффективной рекламной коммуникации.
Доля рекламных расходов — от 8 до 28%.
Результаты
Описание технологии
Используя алгоритмы машинного обучения, проанализировали потребительское поведение посетителей сайта и определили портреты людей, покупающих товары из категории «мебель для спальни».
Предиктивная модель ищет пользователей с похожим поведением и формирует сегменты аудитории, которым может быть интересна покупка мебели для спальни. На них направляется персонализированная коммуникационная кампания.
Ожидаемый эффект
Имиджевый эффект:
- Расширение клиентской базы
- Улучшение клиентского опыта
- Усиление узнаваемости бренда Социальный эффект:
- Снижение нерелевантной рекламной нагрузки на пользователей Бизнес эффект:
- Снижение доли рекламных расходов
- В 1,7 раз снижение доли рекламных расходов на матрасы и кровати
- Увеличение выручки продаж по новым клиентам
Выводы
- Новый инструмент таргетинга помог компании Askona привлечь новых клиентов
- Уменьшение расходов на рекламу
- Был создан точный портрет клиента