top of page

Vorhersage von Online-Upselling

Tools:

R, H2O

In diesem Projekt haben wir ein Modell entwickelt, das in der Lage ist, die Affinität von Usern für ein bestimmtes Online-Produkt mit hoher Wahrscheinlichkeit vorherzusagen.

shutterstock_1100643188-2048x1365.jpg

THEMA

Customer Analytics

BRANCHE

Other

PROJEKTDAUER

1 Monat

Herausforderung

Die Analyse von Kundendaten auf Webseiten und Portalen ist eine typische Anwendung für Data Science, Statistik und Machine Learning. Viele Online-Aktionen der User hinterlassen digitale Spuren, Einträge in Datenbanken und Verbindungen zwischen Entitäten. Unser Kunde, ein internationales Online-Unternehmen, bietet neben einem kostenlosen Tarif eine kostenpflichtige Mitgliedschaft an, mit der verschiedene Vorteile verbunden sind. Die Herausforderung des Projekts bestand darin, die vielen verschiedenen Onsite-Daten dazu zu verwenden, ein Modell zur gezielten Identifikation kaufbereiter Kund:innen zu entwickeln.

Ansatz

Zur Modellierung der Upselling-Bereitschaft wurde ein Deep Learning Modell verwendet. Deep Learning eignet sich dann besonders gut für Klassifikationsprobleme, wenn wenig oder gar keine Vorabinformation über die Wirkungszusammenhänge zwischen den möglichen Einflussfaktoren und dem Outcome (hier: Upselling) gegeben ist. Durch die mehrschichtige Architektur des neuronalen Netzes können Features gebildet werden, die aus verschiedenen Interaktionen von Einflussfaktoren bestehen. Diese Features werden dann verwendet, um eine optimale Prognose zu generieren. Im Rahmen des Projekts haben wir ein entsprechendes Modell trainiert.

Ergebnis

Das Deep Learning Modell performte signifikant besser als das bestehende Upselling-Modell. Zudem konnte über die H2O-Plattform, auf der das Modell basiert, eine Infrastruktur bereitgestellt werden, auf der das fertige Modell jederzeit auf Knopfdruck jede:n beliebigen Nutzer:in in Bezug auf das Upselling-Potenzial hin bewertet.

100%

10.000+

99,9%

ZUFRIEDENHEIT

TRAININGSDATEN

VORHERSAGEGENAUIGKEIT

1632298486336-2_edited.jpg

Sabayn Mirakai

Managing Director

+49 160 779 85 83

  • LinkedIn
  • Xing

Brauchen auch Sie eine ähnliche Lösung?

Sie haben Fragen zu dieser Lösung oder zu Ihrem ganz spezifischen Anwendungsfall?

Unsere Experten beraten Sie gerne!

robot-5232974_1280.png
bottom of page