LoyaltyLab

Наша компания занимается разработкой системы предиктивной аналитики для продуктового ритейла, которая, на основе BigData о проведенных транзакциях и данных с карт лояльности клиентов, предсказывает: в какой день и в какое время придет клиент в следующий раз, какие товары он скорее всего купит в этот день и на основании этой информации выдает уникальное скидочное предложение для каждого клиента.

Прототип уже работает на тестовых данных, обеспечивая неплохую точность (60-70% точность в предсказании времени и даты) и выдает адекватные товарные рекомендации.

На данный момент мы дорабатываем компоненты системы предиктивной аналитики на данных, которые можно найти в открытом доступе.

Мы ведем переговоры с потенциальными клиентами, сейчас мы общаемся с Х5, пока была только одна встреча. Рассчитываем в ближайшее время провести комлексное лайфдемо продукта

Основная проблема в том, что все рекламные рассылки в оффлайн ритейле абсолютно не привязаны к предпочтениям клиента, а значит почти нерелевантны для большинства покупателей и расцениваются ими как спам, в то время как персонализированная рассылка, например, в интернет-магазинах дает в десятки раз большие результаты показатели конверсии и раскрываемости писем. А в Амазоне больше 80% повторных покупок приходится на раздел "С этим товаром берут". Таким образом, можно предположить, что улучшение релевантности рекламных объявлений для оффлайн ритейла способно принести им дополнительно миллионные прибыли за счет увеличения среднего чека покупки.
Чтобы улучшить систему рекомендаций, мы начали предсказывать еще и следующую покупку клиента и время ее совершения, компанию Х5 этот элемент заинтересовал даже больше, чем просто лучший товар к корзине.