Использование рекомендательных систем для формирования персональных предложений


С целью увеличения лояльности Участников ПЛ, а также для выстраивания стратегии по удержанию, возврату и уменьшению оттока клиентов Партнеры могут использовать различные рекомендательные системы, которые помогают формировать персональные предложения для каждого Участника Программы лояльности и производить рассылку по наиболее эффективному для данного Участника ПЛ каналу коммуникации

Принцип работы рекомендательной системы

Рекомендательные системы собирают данные и обновляют их по мере изменений предпочтений клиентов, а так же анализируют имеющиеся исторические данные. При сборе и анализе данных учитываются следующие группы параметров:

  • анкетные данные Участников ПЛ (например, пол, возраст, наличие и возраст детей, и др.);
  • покупательская способность (например, количество и частота покупок, сумма и длина чека, предпочтения по производителям, акционная чувствительность и чувствительность к каналам коммуникации, и др.);
  • товары и категории товара (например, количество и частота покупок, атрибуты товаров, ценовая ниша, присутствие категорий в чеке и др.);
  • торговые точки (например, атрибуты торговых точек, ценовой сегмент покупателей и товаров, наличие производителей и др.);
  • календарь и сезонные факторы (зависимость покупок от сезона, времени года, дня недели, праздников, и пр.).

Результаты сбора и анализа данных обрабатываются, после чего происходит выборка оптимальной для данного персонального предложения модели. В результате Участник ПЛ получает уникальные предложения по оптимальному для него каналу коммуникации.

Интеграция Loymax Loyalty с рекомендательной системой

Новости
Обновления
Облако тегов
Словарь
Наш блог
YouTube и Rutube
Telegram