Jak z pomocą machine learningu 4 krotnie zwiększyć szansę zakupu oferowanego produktu?

31.08.2020
BEZPOŚREDNIE WSPARCIE SPRZEDAŻY
OBSŁUGA PROGRAMÓW LOJALNOŚCIOWYCH
Jak z pomocą machine learningu 4 krotnie zwiększyć szansę zakupu oferowanego produktu?

Czym i kiedy komunikować uczestnika programu lojalnościowego, aby mimo zmniejszonej ilości ofert promocyjnych uzyskać wyższy poziom skuteczności komunikacji? To pytanie postawiła przed sobą jedna
z największych firm retailowych w Polsce. Celem realizowanego projektu, było lepsze dopasowanie komunikacji i oferty do potrzeb oraz oczekiwań uczestników programu lojalnościowego. Było to możliwe na podstawie wykorzystania potencjału bazy danych tego programu.

Rozwiązanie:

  • Opracowalismy system scoringowy, oparty na modelowaniu Look-a-like, który w zautomatyzowany sposób przewiduje prawdopodobieństwo zainteresowania danego Klienta promowanym asortymentem.

  • Przy wykorzystaniu sztucznej inteligencji mogliśmy dynamicznie tworzyć grupy docelowe dla poszczególnych kampanii opartych o dane i uczenie maszynowe. Komunikacja prowadzona jest w kanałach SMS, e-mail oraz digital.

Rezulataty:

Bez wątpienia automatyzacja procesu budowy i walidacji modeli przyczynia się do znacznych oszczędności nakładu i czasu pracy.
Dzięki modelowaniu Look-a-like, wskazania systemu dla grupy uczestników programu lojalnościowego możemy wykorzystać do zwiększenia zasięgu działań komunikacyjnych również w mediach zewnętrznych. W rezultacie modele tworzone przy systemie scoringowym w znacznym stopniu poprawiają skuteczność generowanej komunikacji,
a rozwiązanie przez nas zaproponowane przyczynia się do zwiększania ogólnego obrotu sklepu.

LOYALTY POINT realizuje projekt przy wsparciu Funduszy Europejskich. Dowiedz się więcej