Prognose von Online Conversions.

Die Modellierung von Customer Journey Daten ist eine zentrale Fragestellung im Web-Analytics Bereich. Auch für unseren Kunden, ein Online-Versicherungsunternehmen, das bis dato nur mit einfachen Attributionsmodellen arbeitete, war die Frage nach dem Verhalten von Kunden entlang der Journey und der Modellierung von Conversions eine neue Herausforderung, die im Rahmen des Projekts erarbeitet werden sollte.

Auf Basis zehntausender, individueller Customer Journeys, die über das kundeneigene Web-Tracking-System generiert wurden, haben wir ein Machine Learning Modell entwickelt, das anhand der historischen Online-Kontaktpunkte auf verschiedenen Kanälen und Webseiten eine Conversion auf der eigenen Webseite mit hoher Genauigkeit vorhersagen kann. Das Modell nutzt hierzu alle verfügbaren, digitalen Touchpoints und Expositionen mit Anzeigen aus, um eine möglichst genaue Prognose zu erstellen. Hervorzuhaben ist hierbei insbesondere die Tatsache, dass nicht nur der letzte Kontaktpunkt vor der Conversion sondern die gesamte Journey der Kunden in die Prognose mit einfließt. Das Modell trainiert sich selbst über „Gradient Boosting“ einer State-of-the-Art Methode im Machine Learning Umfeld.