Case study

Przewidywanie optymalnego rabatu dla użytkowników.

WYZWANIE

Opracowanie algorytmu, który dobierze indywidualny rabat mający zachęcić użytkownika do zrobienia zakupów. 

PROFIL ORGANIZACJI

Jedna z największych sieci drogeryjnych w Europie, funkcjonująca w Niemczech, Polsce, Czechach, Albanii, Turcji i na Węgrzech. Nasz klient zatrudnia około 56 000 pracowników i posiada ponad 4000 sklepów w całej Europie. 

W 2019 roku nasz klient miał ponad 10 miliardów euro obrotów w Niemczech, Polsce, na Węgrzech, w Czechach, Turcji, Albanii, Kosowie i Hiszpanii.

ROZWIĄZANIE

Zbudowaliśmy model, który przewidywał prawdopodobieństwo kupna artykułów w zależności od otrzymanej zniżki. Wyzwaniem był brak danych historycznych i czas działania algorytmu – użytkownik miał otrzymać rabat w mniej niż sekundę.

Opracowany przez nasz zespół algorytm został wdrożony i jest aktualnie stosowany.

Ponadto, nasz klient organizuje wiele promocji i oferuje klientom różne zniżki. W celu optymalizacji liczby zamawianych produktów i lepszego planowania akcji marketingowych opracowaliśmy model przewidujący jak dany artykuł będzie się sprzedawał w przypadku różnych promocji. Ponieważ często różne akcje promocyjne nakładają się na siebie, to dużym wyzwaniem było wyodrębnienie wpływu poszczególnych akcji promocyjnych na sprzedaż.

Kolejnym wyzwaniem, było identyfikowanie problemów na podstawie ankiet konsumenckich.

Czasem klienci po wizycie w sklepie zostawiają komentarze nt. różnych aspektów zakupów (cen, promocji, jakości obsługi, etc.). Pracownikom sieci nie jest łatwo zorientować się na co najczęściej narzekają klienci – każdy klient wpisuje inną wiadomość.

Dlatego używając głębokich sieci neuronowych opracowaliśmy algorytm dzielący komentarze wg tematu, tak żeby ułatwić to zadanie.

WYNIKI

Opracowany przez nasz zespół algorytm został wdrożony i jest aktualnie stosowany.

Szybki kontakt

Jeśli chcesz dowiedzieć się więcej o tym, jak MIM Solutions może pomóc rozwinąć potencjał AI w Twojej firmie, skontaktuj się z nami.