Компания Axenix наращивает экспертизу и опыт в области Big Data, предлагая заказчикам не только анализировать собственные данные, но и использовать внешние – накопленные крупными компаниями. Один из первых проектов был реализован в сотрудничестве с розничной сетью «Магнит».
Подход Axenix позволяет компаниям получать нужную аналитику на данных крупного бизнеса из разных отраслей. Это может быть использовано как для обогащения собственных данных, так и для поиска аналитических инсайтов на внешних данных без использования собственных. Актуально решение для сфер CPG/FMCG, банкинг, услуги мобильной связи, маркетинг и т. д.
«Важно отметить, что речь идет не о персональных данных. Это, например, транзакции, данные об объемах продаж и видах продукции, всплески покупательской активности, деперсонализированные сведения о пользовательском поведении», – рассказала Екатерина Виговская, старший менеджер направления Маркетинговые Услуги и Клиентский Опыт компании Axenix.
Подход был использован Axenix в рамках совместного проекта с розничной сетью «Магнит». Axenix использовал платформу клиентских данных (Customer Data Platform, CDP) и сервис безопасной совместной работы с клиентскими данными DataLabs, (о запуске которого ритейлер заявил в мае 2023 года). С помощью этих данных и инструментов были найдены инсайты в виде перспективных клиентских сегментов, которые были интересны крупному заказчику совсем другой отрасли.
Специалисты Axenix обогатили существующие в CDP-системе «Магнита» данные (справочник товаров, транзакции, гео-данные торговых точек) собственной транзакционной аналитикой по категориям товаров и времени совершения покупок; провели сопоставление категорий (четерёхуровневая иерархия из более чем 4000 уникальных категорий) и составили обогащенную витрину по клиентам. После этого была проведена кластеризация клиентской базы с применением методов машинного обучения и описаны профили полученных сегментов.
«Мы предлагаем уникальную базу данных и знаний по более чем 60 млн наших покупателей. В базе есть как базовые для ритейла данные (покупки SKU), так и более сложные поведенческие показатели и признаки, которые рассчитаны с применением технологий машинного обучения, например уровень бюджетной категории по клиентам», – отметила Анастасия Кирилова, менеджер по развитию бизнеса направления Data & Insights розничной сети «Магнит».
«Качественные данные ритейлера могут принести пользу компаниям, у которых нет такого объема релевантных данных для аналитики. Например, производителю товаров, планирующему расширять географию продаж, важно знать потенциальный спрос на продукцию в том или ином регионе. Еще больший набор бизнес-сценариев и эффектов даёт объединение данных: внутренних и внешних», – отметил Сергей Усачев, менеджер практики Прикладной ИИ компании Axenix.
По его словам, компания Axenix готова тиражировать подобные проекты, предоставляя заказчикам необходимую экспертизу: как в области технологий и углубленного анализа данных, так и в определении практических рекомендаций для маркетинга и решения бизнес-задач.
