Кейс: Видеофильмы
Сервис видеопроката предоставил данные о 20 миллионах рейтингов почти 18 тысяч фильмов, проставленных 480 тысячами клиентов по шкале от 1 до 5.
С целью повышения удовлетворенности покупателей и объемов продаж, сервис рекомендует покупателям посмотреть те или иные фильмы, что позиционируется как одно из конкурентных преимуществ сервиса.
Задача состояла в определении портретов покупателей, которым должен понравиться тот или иной фильм на основании рейтингов, поставленных ими ранее.
Модель акции
Удовлетворенность покупателя можно рассматривать как эмоциональный капитал, когда организатор своим авторитетом отвечает за рекомендации. Если рекомендация удачна, организатор зарабатывает доверие, если неудачна – теряет.
При построении портретов в качестве порога, ниже которого рекомендация считается неудачной, использовалось различные значения, обычно 4 балла.
Для вычисления счетчиков поведения так же использовалась стандартная модель для анализа покупок, поэтому параметр «Сумма покупок» в данном случае означает «Сумма рейтингов», а Продуктами являются фильмы.
Результаты:
Из 154 тыс. зрителей со средней оценкой 4.14, выделено 8 целевых сегментов с 81 тыс. зрителей со средней оценкой 4.45. У остальных 73 тыс. покупателей средняя оценка 3.81.
Для построения портрета были использованы данные 37.5 тыс. зрителей (20% всех оценивших) со средним баллом 3.91. В результате выделено три анти-сегмента с 21 тыс зрителей, кому фильм не понравился, со средней оценкой 3.49, средний балл остальных 16.5 зрителей 4.44, то есть разница в оценке почти в целый балл.
Из 30 тыс оценивших со средним баллом 4.09 (20% выборка) выделен сегмент R000 тех, кому фильм не понравился, из 7.5 тыс человек со средней оценкой 3.4
Связаться с нами
