Предсказание ссылок в социальных сетях. Презентация участников
Предсказание будущего на основе больших данных
-
Upload
ukrop-media -
Category
Data & Analytics
-
view
391 -
download
5
Transcript of Предсказание будущего на основе больших данных
Прогнозная аналитика
— технология, опирающаяся на опыт (данные) для прогнозирования будущего поведения людей с целью принятия оптимальных решений
Задачи машинного обучения1.Скоринг 4.Прогнозирование
3.Классификация
2.Сегментация и кластеризация
5.Регрессионный анализ
пример: коммерческая аналитика, банковский скоринг
пример: прогнозирование продаж, трафика
пример: анализ аудитории
пример: сегментация подписной базы
пример: анализ каналов привлечения трафика
*каждая задача решается разными методами машинного обучения
Источники сбора данных для интернет-магазинаСобираем данные для анализа*:1) Счетчики статистики Метрика + Аналитикс 2) Базы данных ключевых слов 3) Внутренние системы CRM, например 1С;4) Внешних источников (Wordstat яндекс).5) Парсинг конкурентов
В зависимости от конечной цели прогнозирования нужны разные данные, но лучше собрать все
6,19
8
7
278
3798
74
16 0,2
9486
55
5,4
534
5,4
66
5,4
6,35
111833,7
73
73
23
На основе статистики определить закономерности, которые приводят к определенным последствиям, выгодным для нас.
Цель прогнозов:
Пример:
ПРОСТО ?
Выделить сегмент людей, которые совершат целевое действие только в случае получения от нас e-mail.
Пример:
На самом деле есть 4 группы людей
Не купят в любом случае
Не купят если получат письмо
Купят в любом случае
Купят только если получат письмо
Непростое решение
Для решения такой «простой» задачи нужно собрать всю статистику о людях, которые раньше совершали/ не совершали целевое действие после рассылок.
Покупали Не покупали
Какие товары ? Мужчина или женщина ?IE или Mozilla ? С телефона открывает или с ПК ? С первого раза или нет ?
Почистить данные
Убрать все ошибки
Убрать кореллированные столбцы
Заполнить пустоты и незаполненные столбцы
Настроить алгоритмОбучить машину на исторических данных
Создать прогнозную модель
Классифицировать базу подписчиков
Кластеризовать по группам
Сделать прогноз просмотров/продаж
Запустить тестовую рассылку
Это самый простой пример
Но сотни компанийпо всему миру используют прогнозную аналитикуHP, Mercedes Benz,Amazon, E-Bay …
Готовыерешения
Собственныерешения
есть здесь и сейчасдешевы и легки в управлении не всегда решают задачи с необходимым уровнем точности
более высокая точность прогнозоввысокая стоимостьотносительно просты в интеграциитребуют много времени на разработку
Области примененияSEOПрогнозирование позиций и трафикаАнализ поисковых запросовАнализ приоритетных запросов для продвиженияАнализ ссылочных доноровАнализатор текстов
Области применения
SMMСоздание портрета целевого клиентаПрогноз роста аудиторииОценка эффективности постовОценка эффективности групп и пабликов
Кейс по прогнозу трафикаЭто было … Прогноз посещаемости
900
Август Сентябрь Октябрь Ноябрь Декабрь Январь Февраль Март Апрель
500
100
700
300
800
400
0
600
200
Идеально!Общая ошибка 4.67%.
Прогноз посещаемости
Визи
ты
900 900
Авг Авг 14Сен Сен 14Окт Окт 14Ноя Ноя 14Дек Дек 15Янв Янв 15Фев Фев 15Мар Мар 15Апр Апр 15
500 500
100 100
700 700
300 300
800 800
400 400
0 0
600 600
200 200
Как манипулировать данными?
Посещаемость ~ 300 тыс. уникальных посетителей в месяц. Конверсия ~ 2.1%. Оплата покупок 60% Три месяца на тестирование маркетинговых каналов привлечения клиентов.
Показатель оплаченных заказов ↑ на 10%
ПосещаемостьКонверсия
Количество заказовСредний чек
Показатель оплаченных заказовКоличество оплаченных заказов
МаржаОборот
Чистый доходРазница
300 0002.1%6 300
11 000p60%
3 78012%
41 580 000p4 989 600p
Было Стало300 000
2.1%6 300
11 000p66%
4 15812%
45 738 000p5 488 560p498 960 p
+500 тысяч рублей чистой прибыли в месяц
Что если...
Что если увеличить количество показов определенных товаров, определенным людям, чтобы повысить конверсию?
Что если делать правильный UPsale, основанный на товарных рекомендациях для увеличения среднегочека?
+1 200 000 рублей чистой прибыли в месяц
ПосещаемостьКонверсия
Количество заказовСредний чек
Показатель оплаченных заказовКоличество оплаченных заказов
МаржаОборот
Чистый доходРазница
300 0002.1%6 300
11 000p60%
3 78012%
41 580 000p4 989 600p
300 0002.1%6 300
11 000p66%
4 15812%
45 738 000p5 488 560p498 960p
300 0002.2%6 600
11 500p0.68
4 48812%
51 612 000p6 193 440p1 203 840p
Было Стало Может стать
Вопросы? Иванов Дмитрий
facebook.com/ivanov.trioseovk.com/trioseotwitter.com/sem_forecastyoutube.com/user/trioseo
ukropmedia.comfacebook.com/ukropmediavk.com/ukropmediatwitter.com/ukropmedia
_