Персональные акции в сервисе MPA

Персональные акции - это сервис, предназначенный для сегментации клиентов на основе их поведения, прогнозирования будущих покупок и формирования персональных акций по принципу 1 клиент = 1 сегмент. Для этих целей он использует машинное обучение.

Основные возможности сервиса:

1. Автоматическая обработка и анализ данных: сервис способен обрабатывать большой объем данных, что позволяет быстро анализировать информацию о клиентах:

• анализ до 100 миллионов покупателей;
• одновременный расчет и контроль более 1000 параметров.

2. Формирование персональных акций: скидок, бонусов и других видов поощрений для каждого участника программы лояльности. Персональные акции позволяют оптимизировать затраты на скидку и увеличивать эффективность маркетинговых кампаний, одновременно снижая нагрузку на персонал, поскольку для их формирования не нужно участие человека.

3. Формирование персонализированного контента методами ранжирования и предсказания наиболее вероятных покупок.

4. Подбор оптимального поощрения: сервис подбирает размер и тип вознаграждения для каждого покупателя отдельно, балансируя расходы.

5. Адаптация к изменениям в поведении: сервис в режиме реального времени следит за изменениями в поведении клиентов, предпочтениями и внешними факторами, такими как сезонные колебания, изменение ассортимента, праздники и т.д.

6. Оптимизация каналов коммуникации: система выбирает наиболее эффективный канал коммуникации для каждого участника программы лояльности, повышая вероятность получения отклика.

Принцип работы персональных акций

Механизм работы продукта представляет собой следующую схему: 

1. Сервис собирает и анализирует данные по покупателям. Например:
   • профиль покупок покупателей: количество и частота покупок, сумма и длина чека, предпочтения по производителям, акционная чувствительность, чувствительность к каналам коммуникации и др.;
   • товары и категории товара: какие товары чаще всего встречаются в покупках друг с другом, ценовой сегмент товара, частота встречаемости товара в чеках, жизненный цикл товаров, тд;
   • параметры чеков: сумма покупки, длина чека, ширина чека по номенклатуре и др.;
   • календарь покупок: зависимость покупок от сезона, времени года, дня недели, праздников, и пр.
2.  Сервис использует гибридную рекомендательную систему: несколько конкурирующих моделей ML для выбора оптимального варианта персонализированного предложения. Каждому покупателю сервис предлагает несколько типов товаров: любимые, которые служат магнитом для визита, похожие на любимые, которые позволяют познакомить покупателя с новым ассортиментом, сопутствующие товары, которые расширяют корзину и т.д.
3. После каждого формирования персональных акций модели обучаются на вновь полученных данных, что позволяет повышать точность предложений в будущем.

Результаты работы

В результате использования сервиса персональных акций участники программы лояльности получают индивидуальные релевантные предложения по наиболее эффективному для них каналу коммуникации. Это способствует созданию дополнительной ценности для клиентов, увеличению лояльности, развитию потенциала клиентов, удержанию и возврату оттока и, как следствие, росту товарооборота.

Механики персональных акций

В таблице представлены механики персональных акций и примеры реальных ответов на запрос для получения подробной информации о персональных предложениях клиента.