тел. (812) 777-10-10
тел. (921) 996-25-93

Санкт-Петербург, ул.Караванная, 22

тел. (495) 648-65-10
Москва, ул. Стромынка, д. 20

Группы,индивидуально,дистанционно

Что такое предиктивная аналитика?

Под предиктивной аналитикой понимают множество методов математической статистики, теории игр, анализа данных и других, которые применяются для создания прогноза данных или событий в будущем. Большинство интернет-маркетологов и веб-аналитиков не используют предиктивную аналитику при решении своих задач. В этой статье мы расскажем чем может быть полезна предиктивная аналитика специалисту в области интернет-рекламы. 

Чем может быть полезна предиктивная аналитика для повышения эффективности сайта?

Предиктивная аналитика позволяет находить в большом массиве данных зависимые друг от друга области. Это позволяет систематизировать массив данных и анализировать их с помощью специальных методов. Такие методы предиктивной аналитики можно применять для определения модели поведения посетителя веб-ресурса, например в целях персонализации сайта в зависимости от истории предыдущего его. Так, если посетитель приобритал некоторые товары на сайте ранее, то с помощью методов предиктивной аналитики можно сделать прогноз какие товары ему могут быть еще интересны на вашем сайте. Кроме того, предиктивная аналитика умеет находит стандартные типы закономерностей: ассоциация, последовательность, классификация, кластеризация (сегментирование) и прогнозирование.

Какие методы предиктивной аналитики существуют?

Существует немало методов предиктивной аналитики, но мы остановимся только на тех, что могут быть полезны интернет-маркетологу. 

Среди таких методов:

  • Метод использования скоринговых моделей
  • Множество методов Data mining

Главная задача всех методов предиктивной аналитики - определение предиктора или нескольких предикторов (параметров или сущностей, которые влияют на прогнозируемое событие). Например, в интернет-магазине могут быть такие предикторы, как пол, возраст, город покупателя. Множество таких предикторов образует модель предиктивной аналитики, которая предсказывает определенное событие в будущем с какой-то степенью вероятности.

Как это работает?

Если ваш интернет-магазин имеет большой ассортимент товара Вы наверняка задумывались о том, как определить и потом повысить вероятность покупки посетителем сайта вашего товара. Эта вероятность может быть расчитана с помощью статистической модели, которую можно построить и обучить прямо в процессе работы на основе поведения аудитории вашего интернет-магазина. Для этого в статистическую модель надо передавать сведения о том, кто у вас покупал товар и кто не покупал.

В качестве входных параметров могут использоваться большое количество параметров посетителя. Эти параметры можно взять из системы веб-аналитики (если посетитель не регистрируется в интернет-магазине) или из анкеты покупателя (если посетитель зарегистрирован в базе данных интернет-магазина).

Прежде всего это демографические параметры: возраст, образование, сфера деятельности и т. п. Другую группу параметров составляют поведенческие характеристики. Обычно они расчитываются на основе загружаемой из CRM информации. Примерами поведенческих параметров являются:

  • средний чек покупки
  • число покупок
  • время между покупками
  • и т. д.

Таких параметров может быть очень много, чем больше параметров используется, тем точнее будет модель.

Для отбора параметров, которые действительно связаны со склонностью посетителя к покупке товара, и построения прогнозных моделей используются средства Data Mining, позволяющие применять статистические методы для предварительной обработки входящих данных и поиска скрытых закономерностей. На одних и тех же обучающих и тестовых выборках могут применяться разные методы, и результирующие модели будут иметь разную силу предсказания. Хорошая аналитическая система сама оценивает качество полученных моделей и по определенным критериям выбирает лучшую.

Поведенческие характеристики посетителей все время меняются с течением времени, поэтому необходимо регулярно пересчитывать модель. В этом случае, при принятии решений Вы будете опираться на релевантные данные.

Как на практике применить методы предиктивной аналитики для повышения конверсий сайта?

Методы предиктивной аналитики давно реализованны в виде классов, функций и алгоритмов. Для применения на практике таких методов можно не тратить время на программирование, а использовать готовые классы.

Мы рассматриваем вопросы практического применения методов предиктивной аналитики и веб-аналитики на практических занятиях в компьютерном классе в рамках специального курса по веб-аналитике и персонализации сайта.

Кроме того, вы можете изучить эти методы при прохождении обучения по курсу веб-аналитики с персональным преподавателем или самостоятельно.

Где еще можно узнать возможности предиктивной аналитики?

В США, Великобритании и других зарубежных странах новинки предиктивной аналитики представляют на серии конгрессов Predictive Analytics World. На эти мероприятия приезжают специалисты по анализу данных для того, чтобы обменяться опытом, узнать о новинках, получить новые полезные навыки применения методов предиктивной аналитики в своей практической работе.

Образовательные партнеры

Институт маркетинга Финляндии

Институт маркетинга Финляндии
(г. Хельсинки)

ibi2

Международный банковский институт
(СПб)

spbgu logo 1

Факультет журналистики СПбГУ

Совет директоров ССУЗ Санкт-Петербурга

Совет директоров средних специальных учебных заведений 
(СПб)

Среди наших выпускников:

govdpairastanaevrosibfontankalsrexpoforumsoftbalancetaxi068tikkurilatrinetelamasociate220pulkovo

и еще более 1000 представителей компаний.