• Модель определения предпочтений пользователей

    Модель определения предпочтений пользователей

    Модель позволяет определять предпочтения пользователей и предсказывать их потребительское поведение на основе анализа исторических данных, учитывать сопутствующие события, геопозицию человека.

    При этом анализируются поведение группы похожих между собой людей. Знания закономерностей поведения пользователей помогают выстраивать оптимальные маркетинговые стратегии. 

    Важным направлением является построение рекомендательных систем. Такие системы осуществляют автоматический подбор контента по интересам конкретного пользователя, ранжирование контента, оптимизацию диджитал таргетинга. На базе моделей можно строить прогнозы охватов, рейтингов, просмотров контента, посещаемости сайтов.

  • Поиск аномалий

    Поиск аномалий

    Используем для выявления аномалий ряд методов, а их применение зависит в первую очередь от того, имеем ли мы дело с размеченными или неразмеченными данными.

    Под аномалиями понимаются редко встречающиеся сочетания данных, например, нестандартное поведение пользователей, или аномально крупные покупки.

    При этом важно разделять аномалии, свидетельствующие об ошибках в данных, и аномалии, которые определяются скрытыми взаимосвязями между данными. В первом случае поиск аномалий является частью процесса обработки и очистки данных, во втором может являться конечной целью анализа данных.

  • Анализ медиапотребления

    Анализ медиапотребления

    При исследовании медиапотребления используется ряд параметров, характеризующих поведение пользователей. В число таких параметров входят:

    • ATV – минуты, среднее время просмотра медиасобытия за день среди населения.
    • Rch –  охваты, количество человек, которые смотрели медиасобытие не менее 1 минуты.
    • Rtg – рейтинг, среднее количество человек, которые смотрели медиасобытие на протяжении всей его длительности, выраженное в % от общей аудитории.
    • Share – доля аудитории, которая имела контакт с медиасобытием не менее 1 минуты, в % от общей аудитории.

  • Методология построения панели

    Методология построения панели

    При панельных исследованиях информация, полученная от участника исследования, проецируется на всю генеральную совокупность. Поэтому важным является сохранение репрезентативности выборки на протяжении всего времени исследования в условиях высокого уровня ротации объектов исследования. 

    Для сохранения стабильного и соответствующего реальности результата исследований при построении панели вычисляются динамические веса, определяемые для каждого пользователя на основании смещения выборки в каждый момент времени исследования.

  • Кластеризация клиентов и профилирование пользователей

    Кластеризация клиентов и профилирование пользователей

    На основании данных о покупательской активности, данных медиапотребления можно выявить типичные модели поведения пользователей и выявить поведенческие паттерны. 

    Система профилирования пользователей позволяет формализовать перечень данных, характеризующих поведение людей и создать типовые профили пользователей. 

    Профилирование пользователей является основой для кластеризации потребителей в зависимости от их предпочтений, времени и места совершения покупки, а также дополнительных внешних данных.

  • Анализ геопозиций пользователей

    Анализ геопозиций пользователей

    Определение местоположения человека и связи его с потребительским поведением. Такой анализ может помочь в предсказании предпочтений пользователя. Так как потребительское поведение человека зависит от внешних факторов. Например, находится ли он рядом с домом, в путешествии или в гостях. Для анализа геопозиций пользователя могут использоваться, например, данные геолокации на мобильных устройствах.

  • Системы обработки и визуализации данных

    Системы обработки и визуализации данных

    Обработка данных включает в себя такие операции, как агрегация, получение сводных характеристик за определенный период, определение характеристик набора данных в зависимости от требований. Это позволяет осуществлять динамическое отслеживание интересующих показателей. 

    Разрабатываем и внедряем методологии обработки, систематизации и организации баз данных. Разрабатываем логистику информационных потоков.

    Визуализируем данные в удобном для пользователя виде: 

    • иммерсивные BI-дашборды, 
    • тепловые карты, 
    • интерактивные сайты и приложения.

    Можем интегрировать приложение в CRM/ERP-систему клиента или настроить уведомления на почту о значимых событиях на рынке.

  • R&D

    R&D

    Имеем огромный опыт и пополняемую базу знаний по построению большого количества ad-hoc исследований и продуктов для конечных пользователей. Благодаря этому можем подобрать наиболее эффективное решение под любые задачи клиента

  • Аутсорсинг

    Аутсорсинг

    Какие продукты предлагаем:

    • разработка и внедрение методологии обработки систематизации и организации баз данных,
    • управление и систематизация Big Data,
    • калибровка и верификация данных,
    • предоставление команд датасаентистов.

  • Текстовая аналитика

    Текстовая аналитика

    Смысловой анализ сообщений онлайн СМИ и социальных сетей, определяет наиболее актуальные темы. Возможно проведение исследования тональности текстов лидеров мнений. Причем делать это можно для определенных категорий. Например, новостных тем, персон, географических наименований, поиск и нейтрализация негативных отзывов. 

    Динамика встречаемости сущностей в медиаконтенте дает представление об актуальных тенденциях и интересах пользователей. Выделение сущностей из текста также используется для создания автоматического описания и тегирования аудио- и видеороликов, изображений, для последующего включения в систему поиска или в аналитическую систему.

  • Продуктовая аналитика

    Продуктовая аналитика

    Продуктовая аналитика определяет, каким образом пользователи взаимодействуют с продуктом. Помогает определить наиболее популярные функции продукта, удержать клиентов, найти точки роста продукта. 

    У нас более 15 лет опыта в формировании практически всех видов аналитических отчетов: 

    • Excel-выгрузки и Ad-hoc исследования по запросу клиента, 
    • динамические аналитические дашборды в BI- и web-интерфейсах, которые выдают аналитику в реальном времени, 
    • построение моделей профилирования пользователей по предпочтениям и потребительскому поведению.