Снижение оттока на 23% для сети кофеен с помощью ML-модели

Задача

Сеть кофеен с программой лояльности теряла клиентов: частота визитов и средний чек падали, а стандартные рассылки со скидками не удерживали уходящих и давали лишние бонусы лояльным. Требовалось на ранней стадии выявлять риск оттока и подбирать минимально необходимый стимул для возврата.

Решение

Разработали ML-модель, которая анализирует историю покупок, частоту визитов и реакции на акции, предсказывая отток. Внедрили Uplift-модель для подбора индивидуальных скидок и каналов коммуникации, а также интегрировали решение с CRM для автоматических рассылок и дашбордов.