Система прогнозирования оттока и удержания клиентов
Внедрили ML-модель прогнозирования оттока для сети кофеен, что снизило отток на 23%.
Задача
Сеть кофеен с более чем 160 точками теряла клиентов программы лояльности: частота визитов и средний чек снижались, стандартные скидки не работали, а бюджет тратился неэффективно.
Решение
Разработали ML-модель, которая в реальном времени анализирует поведение клиентов и выявляет признаки оттока. Внедрили uplift-модель для подбора индивидуальных скидок и каналов коммуникации, что позволило минимизировать затраты и максимизировать возврат клиентов.
Результат
Фактический отток снизился на 23%, ROI маркетинговых кампаний вырос на 30%, маркетинговые расходы оптимизированы на 27%.
Похожие кейсы
Новогодний рекламный ролик для мясокомбината с использованием нейросетей
Создан новогодний рекламный видеоролик для Ишимского мясокомбината с использованием нейросетей в сжатые сроки и с ограниченным бюджетом.
Птицефабрика Чамзинская: как внедрение AI улучшило сортировку куриного мяса
Внедрена система машинного зрения ML Sense для автоматизации сортировки куриных тушек — точность детектирования дефектов достигла 99%.
От «Гурманики» до «Братьев Караваевых»: создание и ребрендинг мобильного приложения
Разработали и обновили мобильное приложение для ТД Нефтьмагистраль — количество установок выросло в 8 раз, выручка — в 5 раз
Милград
Провели ребрендинг упаковки для торговой марки «Милград» — разработали новый дизайн, который помогает бренду выделиться на полке и привлечь внимание потребителей
Rollton Olive — капля оливкового масла меняет всё
Создали эстетичный лендинг для Роллтон (линейка Olive Drop) — привлекли 372 тыс. пользователей
Новое приложение Burger King повысило выручку на 30%
Обновили мобильное приложение Бургер Кинг — конверсия в покупку повысилась на 1,8%, прибыль компании выросла на 30%