Система вычислит покупателя

Студенты Питерской Вышки могут помочь магазинам повысить общий уровень продаж и лояльности клиентов. О проекте, разработанном в рамках хакатона AdHack Galaxy (26-27 августа 2017 г.), нам рассказала студентка 2-го курса образовательной программы «Социология и социальная информатика» НИУ ВШЭ – Санкт-Петербург Ольга Силютина.

Сегодня во многих магазинах есть каталоги с рекомендуемыми к покупке товарами, но они совершенно не персонифицированы. Каждый новый покупатель получает одни и те же рекомендованные наборы товаров по акции. Система, которую в рамках хакатона AdHack Galaxy (26-27 августа 2017 г.) разработала студентка 2-го курса образовательной программы «Социология и социальная информатика» НИУ ВШЭ – Санкт-Петербург Ольга Силютина и программист Ильдар Белялов, позволяет магазину быть ближе к покупателю и знать о нем такое количество информации, которое позволит давать персональные рекомендации. Для этого лицо каждого пользователя распознается при помощи технологии компьютерного зрения, которая сравнивает увиденное с фотографиями подписчиков группы магазина ВКонтакте, а также с базой фотографий постоянных покупателей. Таким образом, система получает дополнительные данные из социальных сетей и чеков предыдущих покупок.

Первоначальная идея проекта заключалась в выделении четырех условных уровней знакомства магазина с пользователем. Так, нулевой этап характеризует отсутствие какой-либо персональной информации о пользователе. Данный случай сравним с нынешним положением дел в магазинах, которые предлагают общие каталоги для всех покупателей. Первый этап знакомства наступает, если система узнала в пользователе подписчика группы магазина ВКонтакт. Тогда основываясь на данных о его возрасте, уровне образования, указанной половой принадлежности, семейном положении делаются рекомендации товаров, которые чаще всего покупали клиенты с такими же характеристиками. Второй этап заключается в узнавании пользователя в качестве постоянного покупателя, который имеет некую историю покупок. Следовательно, в таком случае будут предлагаться товары, основанные на предыдущих предпочтениях. Последний третий этап совмещает в себе данные из первого и второго этапов. На данном уровне система знает достаточно много информации о пользователе, будучи способной предложить наиболее востребованные им продукты.

Таким образом, данный проект позволит магазинам осуществлять наиболее персонализированный подход к каждому покупателю, что может повлиять на повышение общего уровня продаж и лояльности клиентов.

По итогу разработки и презентации команде, вместе с которой над проектом работала студентка 2-го курса образовательной программы «Социология и социальная информатика» НИУ ВШЭ – Санкт-Петербург Ольга Силютина, было присуждено второе место и вручены ценные призы от организаторов и партнеров хакатона AdHack Galaxy (26-27 августа 2017 г.).

Ольга Силютина

 

 

«Это был второй хакатон, в котором я принимала участие, но при этом он совершенно отличался от предыдущего. Хакатон adhack был сфокусирован на маркетинге и рекламе. Эти темы оказались для меня новыми в сравнении с социальной проблематикой прошлого хакатона. Но знания и умения, полученные в ходе обучения на майноре Data Science помогли добиться результата даже в незнакомой мне сфере. Помимо этого доклады лекторов и других команд позволили больше разобраться с современными задачами, стоящими перед маркетологами. После объявления результатов к нам с Ильдаром подходили участники хакатона и представители компаний с предложениями о сотрудничестве, в том числе и о стажировках. Такая реакция аудитории демонстрирует ценность разработки и мотивирует не бросать начатое».