3. 機器學習 (ML)

機器學習 (ML)

數據分析 Journey Phase 3

 

在現代數據平台得到很好的實施後,我們可以使用 ML(機器學習)增強分析以獲得更多洞察力。

例如

  1. ML 客戶細分
  2. 設立評分系統
  3. 推薦引擎

根據客戶評分和細分

客戶評分基於客戶數據庫的細分

客戶評分基於客戶數據。 分配給每個客戶的分數是根據您對他們的數據計算得出的。 您可以使用所有類型的數據來構建評分系統:

  • 社會人口學數據:年齡、性別、婚姻狀況、職業
  • 心理數據:興趣、觀點
  • 行為數據:購買歷史、上次購買數據、購買頻率、App 行為、Campaign 轉化率等。
Customer Segmentation 客戶細分

細分示例

機器學習分割

Machine Learning Segmentation 通過機器學習進行細分

找到四類型的客戶

  1. 年收入低且支出得分低(智能購物者是銷售/優惠券/促銷的高度針對性對象)
  2. 年收入低且支出得分高(滿意的購物者由於他們的消費習慣而對其最不感興趣)
  3. 平均收入和平均支出分數(需要更多數據來確定他們的購買決定)
  4. 高收入低消費分數(對商場服務不滿意的購物者。這些是我們的目標研究群體,因為我們需要吸引這些購物者以增加銷售需求)

推薦引擎

備註:位置數據和推送通知操作將由第 3 方供應商處理。

案例參考:交付優化(連鎖店調度程序)

Delivery Optimization (Chain store scheduler) 交付優化(連鎖店調度程序)

機器學習的示例用法:

  • 客戶評分
  • 客戶細分
  • 客戶行為分析
  • 數據分析
  • 異常檢測

 

#ML #MachineLearning #DeepLearning #AI #ArtificialIntelligence #ModernDataPlatform #DataConsultation #DataPlanning #DataModeling #DataAnalyticsJourney #DataJourney #HongKongDataAnalytics #HongKongDataAnalysis #PredictiveAnalysis #ForecastAnalysis #TrendAnalysis #Azure #PowerBI #CloudMigration

如果您有任何疑問或對我們的服務感興趣,歡迎與我們聯繫。

Supportscreen tag
zh_HKChinese