«Нашу модель можно интегрировать в бизнес-процессы интернет-ритейлера для реализации прогностических мер управления рисками отмен. Это может включать приоритизацию заказов или изменение условий доставки и оплаты. В условиях высокой конкуренции и необходимости оптимизации логистических операций внедрение подобных решений способствует снижению издержек и повышению общей операционной эффективности», — сообщила студентка Мария Кузнецова.
Исследование охватывало полный цикл построения модели: от анализа исходных данных и конструирования признаков до обучения алгоритмов и оценки их качества. «Особое внимание мы уделили созданию комплексного набора характеристик, отражающих поведение клиента и структуру заказа, а также использованию методов оптимальной технике предварительной обработки данных для повышения интерпретируемости и качества модели», — пояснила соавтор, студентка Мария Мишина.
Крупные онлайн-ритейлеры ежедневно обрабатывают огромное количество заказов, которое варьируется до нескольких миллионов транзакций в год. Некоторая часть из них отменяется, вследствие чего компания несет значительные финансовые убытки. Согласно исследованиям, доля отмен в онлайн торговле может достигать 20 — 40% в зависимости от категории товаров. «Наша модель способна надежно ранжировать заказы по вероятности отмены. И все же мы планируем расширить набор признаков, включая поведенческие и контекстные характеристики клиентов, добавив частоту визитов, время активности и способ оформления заказа», — сказали разработчики.Источник:
Управление стратегических коммуникаций ТюмГУ
