Кращий час спілкування

Машинне навчання добре відоме своєю здатністю робити точні прогнози з великих наборів даних. Люди просто не в змозі пройти через мільярди сутностей даних і перетворити їх на щось корисне. Машини, з іншого боку, можуть отримати уявлення за лічені секунди.

Вам потрібно глибоке розуміння машинного навчання та випадків використання, де це може принести користь, щоб застосувати його у вашому бізнесі. Команда Smartico.ai нещодавно застосувала свої знання та досвід у цій галузі до одного з найважливіших бізнес-кейсів у збереженні маркетингу.

Ми розробили модель AI, яка передбачає найкращий час доби, щоб надіслати кожному своєму користувачеві поштове повідомлення.

Дослідження на першому місці

Це вимагає певних досліджень та планування, перш ніж почати впровадження будь-якої моделі штучного інтелекту. У нашому випадку питання полягало в тому, що ми хотіли передбачити - точний час відправки, період дня (ранок, полудень, вечір або ніч) або конкретні години.

Після гри з реальними даними, які ми мали в руках, ми виявили, що в азартних іграх та суміжних вертикалях (казино, спортивне бронювання, торгівля, лотерея) поведінка користувачів набагато відрізняється порівняно з роздрібною торгівлею чи іншим бізнесом. На перший погляд, ігрові сесії можуть виглядати епізодично, але коли ми подивимося на статистичні моделі, засновані на мільйони точок даних, ми змогли виявити досить значні закономірності майже у всіх гравців.

Нарешті ми вирішили перейти до рішення розбити час доби на 24 години та побудувати прогноз на кожну годину та день тижня. Як ми бачили пізніше, такий підхід здатний визначити кілька сеансів протягом дня, які не відповідають концепції періодів понеділок/полудення/вечірньої активності.

Ігрові заходи по днях та годині доби для конкретного користувача

Оскільки ми зосередилися на прогнозуванні часу доби, використовуючи деталізацію годин, ми додали нові модулі в движку Smartico, які підсумовували загальну активність за кожну годину протягом дня для кожного користувача. Іншим процесом був розрахунок підсумкової активності для кожного дня тижня. Ці фактори допомогли конвеєрам отримати більш точний сигнал при прогнозуванні можливості активності користувача в різні періоди.

Ми також відзначили дні як робочі та неробочі та коригували час діяльності відповідно до часового поясу користувача.

Оскільки Smartico.ai працює на різних бізнес-вертикалях, «діяльність» користувачів в кожній з них різна. Щоб не здогадуватися, що краще підійде кожному клієнту, ми залишили цей вибір самим клієнтам. Наприкінці вони можуть вибрати, виходячи з яких видів діяльності побудувати модель прогнозування.

Діяльність була розділена на 3 загальні групи:

• Вказівка на те, що користувач був онлайн протягом певних годин і днів тижня
• Взаємодія з рекламодавцями, наприклад, натискання посилань у SMS/Mail/Push-повідомленнях, покази листів, які ми отримуємо, коли користувачі відкривають листи
• Специфічні види діяльності, такі як депозит, казино або спортивні ставки, відкриття/закриття позиції у вертикалі Forex, придбання продуктів, орієнтованих на роздрібну торгівлю

Налаштування моделей AI для реальних випадків використання

Оскільки ми створили інтерфейс для клієнтів для налаштування налаштування моделі прогнозування, створення моделей є простим при використанні Smartico - просто увійдіть у Smartico.ai, створіть нову модель кількома клацаннями та зачекайте, поки модель AI закінчить обчислення.

Немає необхідності турбуватися про інфраструктуру, підготовку даних або приймати рішення про найкращу модель. Всі ці процеси автоматизовані.

Залежно від бази користувачів і кількості заходів, які вони виробляють, перший розрахунок моделі штучного інтелекту може зайняти значний час - на одного з наших клієнтів було потрібно 7 годин на її виконання для 200 000 активних користувачів.

Але як тільки модель готова і працює, вона автоматично відстежує нових користувачів або нову діяльність існуючих користувачів і перебудовує її із затримкою до 5 хвилин після надходження нової інформації.

У створенні моделей погодинного прогнозування є улов. Що робити, якщо користувач, ймовірно, буде активним протягом декількох годин протягом дня або має кілька сеансів протягом дня, які визначені як найкращі години для спілкування?

Користувач з кількома найкращими годинами та сеансами протягом дня

На щастя, Smartico зробив процес порівняння результатів досить простим, розглядаючи всі прогнози як ймовірності. Замість того, щоб давати одну найкращу годину, ваша модель забезпечить прогнозні ймовірності, які можна порівняти в інші години.

Якщо кінцевий користувач активний протягом декількох годин та/або має кілька сеансів, всі вони будуть позначені як найкращі для спілкування.

Виходячи з кейсів використання наших клієнтів, ми визначили два основних підходи використання «Кращого часу спілкування».

Короткострокові кампанії

Клієнт будує комунікаційну кампанію з короткостроковою метою і шукає найближчий найкращий час для передачі повідомлення. У таких випадках пріоритет доставки повідомлень вище, ніж пошук найкращого часу протягом тижня.

У такому випадку движок Smartico може відправляти зв'язок в найближчий «кращий» час, який є дійсним для конкретного користувача.

Використовуючи для ілюстрації нашого тестового користувача для ілюстрації, кампанія, яка починається о 8 ранку, надсилатиме повідомлення користувачеві о 13:00, оскільки це найкраща закрита година для цього користувача.

‍Довгострокові кампанії

Клієнт будує комунікаційну кампанію, де час доставки є найважливішим, і можна пропустити день або навіть кілька, якщо такі дні не визначені як найкращі дні.

Такий відбір можна зробити на ресурсному рівні в конкретній кампанії, знаючи, який з підходів є більш актуальним для конкретного контексту.

Знову ж таки, використовуючи нашого тестового користувача, в такій кампанії налаштування, яка починається о 8 ранку в понеділок, буде надіслано повідомлення цьому користувачеві о 13:00 у вівторок, оскільки лише вівторок та середа визначені найкращими днями спілкування.

Коли штучний інтелект сяє..

Якщо ви не підходите правильно до машинного навчання, це може стати головним болем для вашої компанії. Однак, як показує наведений вище приклад, стає все легше перетворити те, що колись були надзвичайно складними проблемами, у щось більш кероване.

Незалежно від того, чи потрібна вам допомога у створенні інфраструктури машинного навчання, розробці належних функцій для ваших моделей або презентації висновків, платформа Smartico.ai може допомогти тут.

Поділіться цією статтею зі своїми друзями!

Хочете дізнатися, як наші кампанії, викликані подіями, можуть підвищити залученість ваших клієнтів? Зверніться до одного з наших експертів для безкоштовної демонстрації.