Клиент

Крупная торговая сеть по продаже продуктов здорового питания

Цели проекта

• Определение целевой аудитории, сегментация и кластеризация покупателей 
• Определение факторов, влияющих на формирование важнейших сегментов покупателей 
• Выявление устойчивых моделей поведения покупателей 
• Выявление взаимосвязи между образовавшимися кластерами покупателей и геолокацией торговой точки 
• Формирование факторов успеха продаж и прогнозирование выручки торговой точки

Описание ситуации

Клиенту было необходимо решение, позволяющее планировать открытие новых и закрытие старых торговых точек, обеспечивая скорейший возврат инвестиций и максимизируя выручку за период

Описание роли и подхода

Объем предоставленных услуг был следующим: 

• Команда получила исходные данные (ГИС- и транзакционные данные клиента)
• Использовала открытые данные о геообъектах вокруг магазина, а также социально-экономических показателях района, где располагается торговая точка (остановки, инфраструктурные объекты, население, квартиры, зоны доступности и т. д.) 
• Проанализировала транзакционные данные для уже открытых магазинов и настроила инструменты машинного обучения для предсказания измеряемых характеристик новых точек 
• Обучила модели, классифицирующие точки по классам эффективности
• Настроила регрессионную модель, выдающую величину ожидаемой выручки 

Основные результаты проекта

В результате обучения модели на внешних и внутренних данных более 400 торговых точек команде проекта удалось построить алгоритм предсказания выручки, который с точностью 84% позволяет предсказывать среднюю выручку за день