С помощью Uplift-моделирования компании могут узнать, как именно улучшить коммуникации, считает Валерий Бабушкин, начальник отдела по управлению развитием данных X5 Retail Group. 22 ноября эксперт выступит на AI Conference в Москве с докладом «Uplift-моделирование: зачем и как?».

В интервью для московской AI Conference специалист рассказал, чем полезно Uplift-моделирование, какому бизнесу стоит его использовать, и поделился кейсом своей компании.

Интервьюер: AI Conference (AIC).
Респондент: Валерий Бабушкин, начальник отдела по управлению развитием данных X5 Retail Group (ВБ).

AIC: Как вы считаете, компаниям в каких индустриях стоит использовать Uplift-моделирование?

ВБ: Uplift-моделирование – это поиск оптимальной стратегии коммуникаций. Соответственно, этот метод подойдет любой компании, которая работает с широкой аудиторией, предлагает покупателям скидки, запускает акции и предложения.

Чем чаще и дольше люди пользуются каким-то сервисом, тем больше денег они приносят компании. В 90-95% случаев аналитика о коммуникациях начинается с модели оттока. Она выдает данные о том, с какой вероятностью конкретный пользователь перестанет пользоваться услугами и покупать товары.

Если вероятность ухода клиента высокая, организация предлагает клиенту скидку – он воспользуется предложением и продолжит покупать товары и пользоваться услугами. Компания, в свою очередь, заработает на этой продаже больше, чем потеряет на скидке.

Важно учесть четыре варианта развития событий, когда клиенту предлагают скидку:

  1. Клиент воспользовался скидкой и продолжает пользоваться сервисом. Однако он бы не перестал покупать товары компании даже без акций, так что деньги на скидку потрачены зря.
  2. Клиент воспользовался предложением и заплатил за товар, который бы не купил без скидки – это идеальный сценарий для компании.
  3. Скидка не привела к покупке товара, так как клиент не приобрел бы его в любом случае. В этом случае компания зря потратила деньги и время на коммуникацию. Если это была рассылка SMS, то крупная компания с многомиллионной аудиторией потратила впустую крупную сумму.
  4. Сообщение о скидке напомнило пользователю о давно забытом сервисе, и он отписался от предложений компании. Другой вариант – клиент устал от бесконечного потока сообщений со стороны организации и прекратил контактировать с ней.

AIC: Подходит ли такой метод ML начинающему бизнесу?

ВБ: Когда компания только выходит на рынок, у нее еще нет клиентской базы или она небольшая. Соответственно, такой бизнес вряд ли начнет предлагать скидки пользователям, чтобы удержать или вернуть их. В общем, такой метод не подходит «новичкам».

Теоретически сделать Uplift-моделирование на начальной стадии можно, но без крупной базы клиентов его будет не на чем построить.


AIC: Что именно о пользователях удается выяснить с помощью Uplift-моделирования?

ВБ: Со стороны Uplift-модели компании не нужны данные о пользователе. Главное – понять, как изменится поведение конкретного клиента, когда ему будет предложена скидка.

Если вероятность, что человек купит товар без скидки, составляет 50%, а со скидкой – 70%, значит, Uplift в этом случае – 20%. Затем, зная, сколько стоит коммуникация с клиентом, компания может посчитать, какую прибыль принесут эти 20%. В результате можно решить, выгодна ли скидка.


AIC: Какие данные использует Uplift-моделирование, чтобы проанализировать поведение пользователей?

ВБ: Это данные о покупках и о профиле покупателей. Модель отбирает максимально схожих клиентов, которые отличаются друг от друга только методом коммуникаций с ними. Поэтому желательно собрать максимум информации о пользователях: историю покупок, возраст, пол и т.д.


AIC: Как именно определить, какие пользователи готовы купить товар только со скидкой?

ВБ: В Uplift-моделировании очень важно собрать данные, на которых можно «обучиться». Для этого собирают обучающий набор – абсолютно похожие друг на друга покупатели. Например, в группу объединяется 1000 человек со схожим поведением в плане предпочтения продуктов. Среди них выбирают 500 случайных людей, отправляют им рассылку о скидке, остальные остаются без предложения.

Далее важно проследить за изменениями в какой-либо метрике – среднем чеке или конверсии. Изменения в этом случае происходят только в результате коммуникации, например рассылки.

Если клиенты покупали товар в 70% случаев, а со скидкой купили в 80% ситуаций, значит, Uplift составляет 10%. На основе этих данных скидки и предложения рассылаются целенаправленно.


AIC: Какой из методов Uplift-моделирования самый эффективный в ритейле?

ВБ: Существует подход, при котором строятся две модели и производится вычитание. Может быть достаточно и одной модели.

Самый эффективный подход – предсказывать и моделировать Uplift напрямую.


AIC: Когда получены результаты Uplift-моделирования, какие дальнейшие действия необходимо предпринимать?

ВБ: Получая результаты, компания знает, как действовать дальше – кому и когда стоит предлагать скидки и акции.

Например, если у компании десятки миллионов пользователей, а скидка нужна только одному миллиону, SMS-рассылки должны охватывать только миллион человек. Рассылка «по всем» будет пустой тратой денег. Если учесть, что предложения о скидках делают не один раз в год, потраченная на бессмысленные рассылки сумма может достигать миллиардов рублей в год.


AIC: Расскажите о реальном применении Uplift-моделирования на примере вашей компании. Каких результатов удалось добиться, использовав этот метод ML?

ВБ: В рамках пилота мы применили Uplift-моделирование к аудитории в 500 тысяч человек. В результате акция, где X5 Retail Group впервые применила этот метод машинного обучения, привела к росту среднего чека и конверсии.

В крупном бизнесе с большим оборотом воздействие даже на 1% пользователей приносит огромные деньги. Поэтому чем больше бизнес, тем важнее задуматься о его оптимизации с помощью больших данных.


AIC: О чем вы расскажете на AI Conference в Москве?

ВБ: На конференции я расскажу о способах построения Uplift-моделей, подробно разберу и сравню три из них. Также я объясню, какие варианты построения моделей существуют внутри каждого из этих методов, какими могут быть цели и как применить все это на практике.


Узнайте больше об Uplift-моделировании и его преимуществах от эксперта X5 Retail Group на AI Conference!

Регистрация