Если разметить всю маркетинговую активность на сайте и в CRM-системе, то мы сможем обучить алгоритм машинного обучения на этих данных. Такой алгоритм сможет предсказывать вероятность покупки у лид и указывать, какие факторы оказывают влияние на успешные продажи. Полученные данные можно эффективно использовать для оптимизации маркетинговых стратегий. Рассказываю, как это работает.
Как работает Predict?
Настройка глубокой аналитики
Отслеживаем все взаимодействия на сайте, включая клики, прокрутку, посещение страниц, а также действия, связанные с куки посетителя.
Отправка данных в CatBoost
Передовая библиотека градиентного бустинга на деревьях решений с открытым исходным кодом от «Яндекса». CatBoost предсказывает вероятность конверсии, используем технику Cross-validation и метрику F1 для создания точной модели.
Определение влияющих событий
Достоинство такого подхода
В отличие от людей, у машин нет своих мнений или предрассудков. Они просто анализируют факты, не поддаваясь эмоциям. Это означает, что они могут увидеть вещи, которые могли бы ускользнуть от нас. Также могут проанализировать очень много факторов.
Полученные результаты можно использовать для:
- оптимизации рекламных кампаний
- обновления сайта
- приоритизации лидов в CRM
Мы, компания evilUnion, готовы реализовать такую концепцию
Другие интересные наши работы
”Яндекс Метрика” в разрезе. Разбираемся в деталях и юзерах
Как Awake-tools упрощает визуализацию информации
Разбираемся в сложном: Индекс соответствия и женские интересы