Лучшее время для общения

Машинное обучение хорошо известно своей способностью делать точные прогнозы на основе больших наборов данных. Люди просто не могут просматривать миллиарды объектов данных и преобразовывать их во что-то полезное. С другой стороны, машины могут извлекать информацию за считанные секунды.

Вам необходимо глубокое понимание машинного обучения и сценариев его использования, чтобы применить его в своем бизнесе. Недавно команда Smartico.ai применила свои знания и опыт в этой области к одному из самых важных бизнес-кейсов в сфере маркетинга и удержания персонала.

Мы разработали модель искусственного интеллекта, предсказывающую наилучшее время суток для отправки каждому из пользователей сообщения по почте.

Исследования на первом месте

Прежде чем приступить к внедрению любой модели искусственного интеллекта, необходимо провести некоторые исследования и спланировать. В нашем случае вопрос заключался в том, что мы хотим предсказать: точное время отправки, период дня (утро, полдень, вечер или ночь) или конкретные часы.

Изучив реальные данные, которые у нас были в руках, мы обнаружили, что в азартных играх и смежных отраслях (казино, бронирование спортивных состязаний, торговля, лотерея) поведение пользователей значительно отличается от поведения пользователей розничной торговли или других компаний. На первый взгляд, игровые сессии могут показаться эпизодическими, но когда мы рассмотрим статистические модели, основанные на миллионах точек данных, мы смогли выявить достаточно существенные закономерности практически у всех игроков.

Наконец, мы решили разбить время суток на 24 часа и составить прогноз на каждый час и день недели. Как мы выяснили позже, такой подход позволяет выявить несколько сеансов в день, которые не соответствуют концепции периодов активности в понедельник, в полдень или вечером.

Игровые активности по дням и часам дня для конкретного пользователя

Поскольку мы сосредоточились на прогнозировании времени суток с использованием детализации по часам, мы добавили новые модули в движок Smartico, которые суммируют общую активность каждого пользователя за каждый час в течение дня. Другой процесс заключался в вычислении суммарной активности за каждый день недели. Эти факторы помогли конвейерам получать более точный сигнал при прогнозировании возможной активности пользователя в различные периоды.

Мы также отметили дни как рабочие и нерабочие и скорректировали время занятий в соответствии с часовым поясом пользователя.

Поскольку Smartico.ai работает в разных бизнес-вертикалях, «активность» пользователей в каждой из них различна. Чтобы не угадывать, что лучше подойдет каждому клиенту, мы оставили этот выбор на усмотрение самих клиентов. В конце концов, они могут выбирать, на основе каких действий строить модель прогнозирования.

Мероприятия были разделены на 3 основные группы:

• Указывает, что пользователь находился в сети в определенные часы и дни недели
• Взаимодействие с коммуникационными креативщиками, например переходы по ссылкам в SMS/Mail/Push-сообщениях, впечатления от писем, которые мы получаем, когда пользователи открывают письма
• Действия, связанные с конкретными продуктами, такие как депозит, ставки в казино или на спорт, открытие/закрытие позиций в вертикали рынка Форекс, покупка продуктов, ориентированных на розничную торговлю

Настройка моделей искусственного интеллекта для реальных сценариев использования

Поскольку мы создали интерфейс, позволяющий клиентам настраивать модели прогнозирования, создавать модели с помощью Smartico очень просто: просто войдите в Smartico.ai, создайте новую модель несколькими щелчками мыши и дождитесь завершения вычислений моделью искусственного интеллекта.

Нет необходимости беспокоиться об инфраструктуре, подготовке данных или выборе наиболее эффективной модели. Все эти процессы автоматизированы.

В зависимости от пользовательской базы и количества выполняемых ими действий первый расчет модели искусственного интеллекта может занять значительное время — у одного из наших клиентов на 200 000 активных пользователей на его выполнение ушло 7 часов.

Но как только модель готова и запущена, она автоматически отслеживает новых пользователей или новые действия существующих пользователей и восстанавливает ее с задержкой до 5 минут после получения новой информации.

Когда дело доходит до создания моделей почасового прогнозирования, есть одна загвоздка. Что делать, если пользователь, скорее всего, будет активен несколько часов в день или проведет несколько сеансов в день, которые считаются лучшими часами для общения?

Пользователь с несколькими лучшими часами и сеансами в течение дня

К счастью, компания Smartico упростила процесс сравнения выходных данных, рассматривая все прогнозы как вероятности. Вместо того чтобы указывать один лучший час, ваша модель будет предоставлять прогнозные вероятности, которые можно сравнить с другими часами.

Если конечный пользователь активен в течение нескольких часов и/или проводит несколько сеансов, все они будут отмечены как лучшие для общения.

Основываясь на примерах использования наших клиентов, мы определили два основных подхода к использованию «наилучшего времени общения».

Краткосрочные кампании

Клиент строит коммуникационную кампанию с краткосрочной целью и ищет ближайшее лучшее время для доставки сообщения. В таких случаях приоритет доставки сообщений выше, чем поиск оптимального времени в течение недели.

В этом случае движок Smartico может отправить сообщение в ближайшее «лучшее» время, действительное для конкретного пользователя.

На примере нашего тестового пользователя: кампания, которая начинается в 8 утра, отправит сообщение пользователю в 13:00, так как это самый закрытый час для этого пользователя.

‍Долгосрочные кампании

Клиент строит коммуникационную кампанию, в которой время доставки является наиболее важным, и можно пропустить день или даже несколько дней, если такие дни не определены как лучшие.

Такой выбор может быть сделан на уровне ресурсов конкретной кампании, зная, какой из подходов более релевантен для конкретного контекста.

Опять же, используя нашего тестового пользователя, при такой настройке кампания, которая начнется в 8 утра в понедельник, отправит сообщение этому пользователю во вторник в 13:00, поскольку наилучшими днями связи считаются только вторник и среда.

Когда искусственный интеллект сияет..

Если вы неправильно подойдете к машинному обучению, это может стать головной болью для вашей компании. Однако, как показывает приведенный выше пример, становится все проще превратить некогда чрезвычайно сложные проблемы в нечто более управляемое.

Если вам нужна помощь в создании инфраструктуры машинного обучения, разработке необходимых функций для ваших моделей или представлении результатов, платформа Smartico.ai поможет вам в этом.

Поделись этой статьей со своими друзьями!

Хотите узнать, как наши кампании, инициированные мероприятиями, могут повысить вовлеченность ваших клиентов до неузнаваемого уровня? Обратитесь к одному из наших экспертов для получения бесплатной демоверсии.