+5% инкрементальной выручки: усиливаем программу лояльности с DataScience и ML-алгоритмами
Сеть аптек «Вита» поделится 3 кейсами о том, как: — Распродать неликвид. ML-модель выявляет неходовой товар в каждой аптеке и клиентов, которым он будет интересен. — Предупредить отток. Алгоритм анализирует активность когорт и помогает вовремя удержать клиента персональным оффером. — Повысить ROI коммуникаций. Uplift-модель выявляет клиентов, которых рассылки действительно мотивируют к покупкам. 00:00 Начало 03:22 AI vs ML: разница для CRM 05:47 Барьеры внедрения ML-инструментов 08:24 Кейс №1: Стимуляция неликвидного ассортимента с помощью ML 13:36 Кейс №2: Работа с клиентами по жизненным циклам 20:05 Кейс №3: Практическое применение uplift-моделирования 23:23 Итоги внедрения моделей: +5% к выручке 25:20 Практические рекомендации по внедрению 30:43 Презентация и ресурсы для скачивания 32:28 Вопрос: Анализировали ли дальнейшее поведение возвращенных клиентов?
Сеть аптек «Вита» поделится 3 кейсами о том, как: — Распродать неликвид. ML-модель выявляет неходовой товар в каждой аптеке и клиентов, которым он будет интересен. — Предупредить отток. Алгоритм анализирует активность когорт и помогает вовремя удержать клиента персональным оффером. — Повысить ROI коммуникаций. Uplift-модель выявляет клиентов, которых рассылки действительно мотивируют к покупкам. 00:00 Начало 03:22 AI vs ML: разница для CRM 05:47 Барьеры внедрения ML-инструментов 08:24 Кейс №1: Стимуляция неликвидного ассортимента с помощью ML 13:36 Кейс №2: Работа с клиентами по жизненным циклам 20:05 Кейс №3: Практическое применение uplift-моделирования 23:23 Итоги внедрения моделей: +5% к выручке 25:20 Практические рекомендации по внедрению 30:43 Презентация и ресурсы для скачивания 32:28 Вопрос: Анализировали ли дальнейшее поведение возвращенных клиентов?