Предиктивная модель вероятности покупки для DVGroup
Разработали предиктивную модель на Python для DVGroup, прогнозирующую вероятность покупки товара заданной категории на основе данных маркетплейсов.
Задача
Требовалось создать модель, прогнозирующую вероятность покупки товара определённой категории на заданном горизонте времени, используя данные о поведении пользователей на маркетплейсах.
Решение
Модель реализована на Python, вычисления перенесены в Yandex.Cloud. Для обработки больших массивов данных использован брокер сообщений Kafka, обеспечивающий модульность и отказоустойчивость.
Результат
Создано программное обеспечение, которое по идентификатору пользователя, категории товара или бренду выдаёт вероятность покупки в заданный период.
Ещё 350 кейсов в категории Маркетинговое агентство → Сайт
Похожие кейсы
Сайт и редизайн редактора презентаций Slider Ai за 2 месяца
Обновили сайт и редактор презентаций Slider Ai: снизили отказы в 1,5 раза и ускорили загрузку до 100/100 по Lighthouse за 2 месяца.
Новый сайт API Яндекс Карт: рост конверсии и снижение отказов
Разработали новый сайт API Яндекс Карт с разделением аудиторий и инструментами лидогенерации — конверсия выросла, а отказы снизились.
Сайт конференции GP Days 2022: славянский бестиарий и кризис в IT
Разработали лендинг конференции GP Days 2022 с персонажами славянского бестиария и анимацией — сайт посетили более 10 000 человек.
Сайт и брендинг для крупнейшей в Москве студии видеозаписи "Like Podpiska"
Провели ребрендинг и разработали корпоративный сайт для студии видеозаписи Like Podpiska: новый логотип, фирменный стиль и отсылки к видеопродакшену.
Платформа управления знаниями TEAMLY: 35 000+ пользователей и 235 компаний
Разработана платформа TEAMLY для управления знаниями, заменившая Confluence и Notion: более 235 компаний и 35 000+ пользователей.
Цифровая платформа для Самолет Плюс: запуск 1500+ офисов
Разработали цифровую платформу для управления франчайзинговой сетью «Самолет Плюс», что позволило запустить более 1500 офисов и сократить срок открытия нового офиса в 3 раза.