«Вероятность покупки» и как она помогает найти пользователей с реальным интересом
Ни для кого не секрет, что действия пользователей в e-comm можно попробовать предсказать, анализируя их поведение в интернете. И чем больше мы знаем, тем точнее может быть предсказание, а значит, выше конверсия в необходимое целевое действие.
Конечно, только знания (читай данных) недостаточно, важно корректно эти данные интерпретировать, выявлять закономерности и взаимосвязи, а также иметь необходимые производственные мощности для хранения и обработки больших объемов информации в режиме реального времени.
Для решения этих задач мы используем различные ML-алгоритмы и уникальные самообучающиеся модели, которые разрабатывают инженеры Flocktory по Big Data. Об одной из таких моделей мы хотим сегодня рассказать подробнее.
«Вероятность покупки» — что это?
Это уникальная самообучающаяся модель, которая с высокой точностью предсказывает вероятность того, что пользователь купит товар на данном сайте в течение следующих 7 дней.
С помощью ML-алгоритмов модель анализирует информацию о том, сколько раз и как давно пользователь посещал сайт, историю его взаимодействия с корзиной, просмотры категорий товаров и многие другие факторы.
На основе этого анализа посетители сайта делятся на три группы: горячие, средние и холодные.
Что это за пользователи?
- Пользователь из «горячей» группы может совершить заказ без дополнительной мотивации.
- Шанс получить заказ от пользователя из «средней» группы вырастет, если предложить ему скидку.
- Для «холодной» группы потенциально лучше всего сработает скидка или подарок за покупку.
Что нам эта информация дает?
Знание о том, кому и какая мотивация нужна или не нужна, помогает настроить более персонализированную коммуникацию с будущими покупателями и (!) сэкономить прибыль, не предлагая скидку там, где вероятность покупки высока и без неё.
Модель «Вероятность покупки» помогает нашим партнерам экономить деньги за счет уменьшения количества выдаваемых промокодов на скидку при сохранении конверсии в заказ на том же уровне, что и до внедрения предиктивной аналитики в коммуникации.
Где и как использовать модель «Вероятность покупки»?
«Вероятность покупки» можно эффективно использовать в следующих триггерных сценариях: брошенная корзина, брошенный просмотр товара, брошенный просмотр категории, брошенная сессия без полезных действий, посещение сайта.
- И конечно, предлагаем гипотезы для тестирования, чтобы повысить эффективность коммуникаций на каждом этапе воронки. Рекомендации по проведению тестирования, как правило, касаются не только технической стороны, но и маркетинговой составляющей. Мы предлагаем комплексные решения тестирования сценариев, уделяя тщательное внимание всем составляющим коммуникации, включая возможности комбинации каналов для омниканальных стратегий взаимодействия с пользователями.
Если вы еще не подключили Flocktory, будем рады познакомиться и обсудить, как мы можем решить ваши задачи, — заполните форму по кнопке ниже.
На этом на сегодня все, благодарим за ваше внимание!