Vorhersage von Online Upselling.

Die Analyse von Kundendaten auf Webseiten und Portalen ist eine typische Anwendung für Data Science, Statistik und Machine Learning. Viele Aktionen der Kunden, die sie online tätigen, hinterlassen digitale Spuren, Einträge in Datenbanken und Verbindungen zwischen Entitäten. Unser Kunde, ein internationales Online Unternehmen, bietet neben einem kostenlosen Tarif eine kostenpflichtige Mitgliedschaft an, die für den Kunden verschiedene Vorteile hat. Die Herausforderung des Projekts bestand darin, die vielen verschiedenen Onsite-Daten dazu zu verwenden, ein Modell zur gezielten Identifikation der kaufbereiten Kunden zu entwickeln.

Zur Modellierung der Upsellingbereitschaft des Kunden wurde ein Deep Learning Modell verwendet. Deep Learning eignet sich dann besonders gut für Klassifikationsprobleme, wenn wenig oder keine apriori Information über die Wirkungszusammenhänge zwischen den möglichen Einflussfaktoren und dem Outcome (hier Upselling) besteht. Durch die mehrschichtige Architektur des neuronalen Netzes können Features gebildet werden, die aus verschiedenen Interaktionen der Einflussfaktoren bestehen, die wiederum optimal zur Prognose genutzt werden konnten. Im Rahmen des Projekts haben wir ein entsprechendes Modell trainiert.