Kategoria: Case studies

Problem:

W związku z epidemią COVID-19 i potencjalnymi obawami klientów
o bezpieczeństwo wizyt w sklepie jeden z retailerów w Polsce chciał udostępnić swoim klientom precyzyjną informację o spodziewanym natężeniu ruchu w sklepach stacjonarnych.

---

Rozwiązanie:

W oparciu o algorytmy uczenia maszynowego przygotowane zostały modele predykcyjne zdolne prognozować liczbę transakcji
w przedziałach godzinowych z wyprzedzeniem 7-dniowym. Zbudowany został mechanizm regularnego automatycznego odświeżania (douczania) w celu umożliwienia szybkiego dostosowania prognoz do nowej „poepidemicznej” rzeczywistości i nowych wzorców zachowań konsumentów.

Problem:

Jeden z wiodących retailerów w Polsce z rozbudowaną siecią punktów o zróżnicowanych formatach potrzebował stworzyć strategię komunikacji do swoich klientów. Jednym z etapów
projektu była segmentacja bazy konsumentów.

---

Rozwiązanie:

Przy pomocy metod machine learning wyodrębniono 7 segmentów
w oparciu o 88 zmiennych opisujących różne aspekty zachowania klientów. Segmenty zostały scharakteryzowane i opisane pod kątem zastosowania dla celów marketingowych.

Problem:

Jedna z większych organizacji pozarządowych chciała
przeprowadzić kompleksowy przegląd działań CRM
w kontekście wzrostu efektywności kampanii
fundraisingowych.

---

Rozwiązanie:

Przeprowadzona została szeroka analiza zgromadzonej przez organizacje bazy darczyńców i historii ich interakcji. Przygotowany został obszerny raport podsumowujący efektywność dotychczasowych działań organizacji oraz wskazujący obszary do optymalizacji. Stworzona została segmentacja bazy darczyńców.

Problem:

W związku z rozwojem internetowego kanału sprzedaży jeden
z retailerów chciał wzbogacić swoją stronę www o rekomendacje produktowe.

---

Rozwiązanie:

Na podstawie analizy koszykowej zbudowany został silnik rekomendacyjny zasilający stronę www. System integruje się
w pełni ze stroną www umożliwiając jej dynamiczną modyfikację zgodnie z rekomendowanymi scenariuszami.