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.
Efekty:
- Raport opisujący segmenty posłużył do dostosowania oferty
i języka do segmentu klienta - Śledzenie migracji klientów w czasie pomiędzy segmentami
- Możliwość oceny wzrostu skuteczności działań marketingowych kierowanych do konkretnego segmentu
Źródła danych:
- Dane sprzedażowe (ponad 3,4 mld pozycji)
- Dane o konsumentach (ponad 5 mln klientów)
- Dane o produktach
- Dane o wykorzystaniu kodów rabatowych
