Show Menu
ARGOMENTI×

Ricetta di acquisto del prodotto

Panoramica

La ricetta Predizione di acquisto del prodotto consente di prevedere la probabilità di un determinato tipo di evento di acquisto del cliente, ad esempio un acquisto di prodotto.
Il seguente documento risponde a domande quali:
  • Per chi è costruita questa ricetta?
  • Cosa fa questa ricetta?

Per chi è costruita questa ricetta?

Il tuo marchio cerca di incrementare le vendite trimestrali per la tua linea di prodotti attraverso promozioni efficaci e mirate per i tuoi clienti. Tuttavia, non tutti i clienti sono uguali e vuoi che il tuo denaro valga. Chi è il bersaglio? Quale cliente è più propenso a rispondere senza trovare invadente la tua promozione? Come si personalizzano le promozioni per ogni cliente? Su quali canali dovreste fare affidamento e quando dovreste inviare le promozioni?

Cosa fa questa ricetta?

La ricetta Predizione acquisto prodotto utilizza l'apprendimento automatico per prevedere il comportamento di acquisto del cliente. A tal fine, applica un classificatore di foresta casuale personalizzato e un modello dati esperienza a due livelli (XDM) per prevedere la probabilità di un evento di acquisto. Il modello utilizza i dati di input che includono le informazioni sul profilo del cliente e la cronologia degli acquisti passati e i parametri di configurazione predefiniti determinati dai nostri Data Scientist per migliorare la precisione predittiva.

Schema dati

Questa ricetta utilizza gli schemi Panoramica del sistema XDM XDM per modellare i dati. Lo schema utilizzato per questa ricetta è riportato di seguito:
Nome campo
Tipo
userId
Stringa
genderRatio
Numero
ageY
Numero
ageM
Numero
optinEmail
Booleano
optinMobile
Booleano
optinAddress
Booleano
created
Intero
totalOrders
Numero
totalItems
Numero
orderDate1
Numero
shippingDate1
Numero
totalPrice1
Numero
tax1
Numero
orderDate2
Numero
shippingDate2
Numero
totalPrice2
Numero

Algoritmo

Innanzitutto, viene caricato il dataset di formazione nello schema ProductPredizione . Da qui, il modello viene addestrato utilizzando un classificatore Foresta casuale. Il classificatore della foresta casuale è un tipo di algoritmo di ensembled che fa riferimento a un algoritmo che combina più algoritmi per ottenere prestazioni predittive migliorate. L'idea alla base dell'algoritmo è che il classificatore casuale della foresta crea più alberi decisionali e li unisce per creare una previsione più accurata e stabile.
Questo processo inizia con la creazione di una serie di strutture decisionali che selezionano in modo casuale sottoinsiemi di dati di formazione. In seguito, i risultati di ogni albero decisionale vengono calcolati come media.