top of page

Бикластеризация - это способ разбить на группы (кластеры) клиентов и их предпочтения (и вообще любые два множества объектов со связями между ними).


Некоторые примеры:

  • Клиенты в базе рассылки и маркетинговые письма.

  • Люди в сообществах и группы, на которые они подписаны.

  • Зрители и контент в youtube-подобных системах.

  • Пользователи сайта и их навигационные траектории на сайте, либо более общий CJM, учитывающий всю историю взаимодействия.


Часто в распоряжении маркетинговой команды нет готовой сегментации клиентов. Бывает, что она есть, но построена экспертным способом - в таких случаях часто нет уверенности, что на нее можно опираться при персонализации. Биклатеризация позволяет наглядно увидеть группировку пользователей вокруг групп контента, а заодно выделить группы как пользователей, так и контента.


Вот как выглядит исходный набор данных:




А вот так тот же набор после применения бикластеризации (строки и столбцы переупорядочены):



Пользователи и контент в данном случае четко отсегментировались.


Что это дает для тех примеров, что мы рассматривали выше?

  • Аудиторию e-mail рассылок мы разбиваем на группы по интересам. Отправляя каждому конкретному клиенту больше писем, релевантных его области интересов, мы повышаем CTR и, как следствие, лояльность.

  • Понимая сегментацию сообщества по фактическим интересам, мы получаем реальные портреты клиентов, и кластерную принадлежность каждого, чтобы в дальнейшем учитывать ее в коммуникации и работе.

  • Группировка пользователей вокруг контента - первый способ персонализации в Youtube-подобных системах. Дальнейшее уточнение подбора контента для каждого конкретного пользователя - задача, решаемая с помощью хорошо разработанного аппарата рекомендательных систем.

  • Группировка пользователей сайта и их траекторий позволяет автоматизировать построение Customer Journey Map. Изучая типовые траектории пользователя в системе, мы приходим к выводу о положительном или отрицательном вкладе отдельных страниц и действий в конверсию.


Бикластеризация - часть нашего инструментария, который мы применяем для решения задач маркетинга, начиная с этапа первоначального анализа данных.


Забронируйте 15-минутный разговор, чтобы оценить возможности решения задач вашей компании с помощью бикластеризации и машинного обучения.

  • Фото автораAndrey N

Мы собрали некоторые из наших наиболее интересных проектов в 10 слайдах. каждый слайд - по отдельному направлению. За каждым - привлекательный бизнес-кейс с возвратом на аналитику 2x и более, история реализации, полезные инсайты для заказчика и lessons learned для команды.


Делимся результатом:

SYNDATA 10 кейсов 2023
.pdf
Download PDF • 2.91MB

Среди аналитических задач время от времени попадаются нестандартные - те, у которых нет известного решения.


В одном из давних проектов мы анализировали новостной портрет одного из субъектов РФ - как выглядит регион глазами человека, читающего СМИ.


Идея пришла довольно быстро: показать ключевые слова (ключевые фигуры и бизнес региона, а также характерные слова, такие как, например, "инновация"), а также их связи. Немного обработки, и мы получили карту связанных понятий, вот она:



Пристальное изучение карты позволило сделать много содержательных выводов: и то, что именно обсуждается, и то, в каком контексте. Отдельные кластеры сформировались вокруг ключевых бизнесов региона, хоккея, авиации, операторов связи и сельскохозяйственных инициатив.


Выводы были использована на сессии стратегического планирования развития региона, сама карта была несколько раз распечатана на широкоформатных листах и породила немало обсуждений и инсайтов.

1
2
bottom of page