ПОИСК ЗАКОНОМЕРНОСТЕЙ В ИНТЕРНЕТ-РЕКЛАМЕ НА ОСНОВЕ ПОВЕДЕНИЯ ПОЛЬЗОВАТЕЛЕЙ

Аннотация

Работа посвящена совершенствованию управления взаимоотношениями с клиентами посредством анализа данных и машинного обучения.В данном исследовании предлагается подход, который заключается в построении модели, основанной на регрессионном и кластерном анализе, для поиска закономерностей в поведении пользователей относительно маркетинговых кампаний с учетом характеристик пользователей и финансово значимых метрик. Для построения модели был проведен сравнительный анализ работы алгоритмов, таких как линейная регрессия, деревья решений, случайные леса, AdaBoost и XGBoost, для предсказания значения метрики эффективности маркетинговых кампаний, и К-средних, EM-алгоритм и иерархическая кластеризация для поиска сегментов в поведении пользователей, а также выполнен поиск ассоциативных правил для анализа выявленных кластеров. С точки зрения практического применения подхода, были проведены сбор и обработка данных по интернет-рекламе двух организаций, была реализована модель по прогнозированию стоимости привлечения CPA (cost-per-action). Для анализа закономерностей в системе был применен кластерный анализ и поиск ассоциативных правил по маркетинговым объявлениям. Такая модель позволит организациям совершенствовать настройки рекламных объявлений для повышения эффективности интернет-рекламы в целом.