Главная/ Пресс-релизы/ Пресс-релиз: Small data – это фокус российских ритейлеров на ближайшие годы

Пресс-релиз

7995

Пресс-релиз: Small data – это фокус российских ритейлеров на ближайшие годы

Организация:
«Devino Telecom»

Ритейлеры могут продавать данные о клиентах банкирам. Крупные торговые сети обладают огромным количеством информации о поведении клиентов, их потребительских привычках. Использование этих данных в финансовом секторе может кардинально изменить подход к формированию банковских продуктов

Крупные торговые сети обладают огромным количеством информации о поведении клиентов, их потребительских привычках. Тенденцией будущего может стать продажа этих данных. Например, представителям финансового сектора. К этому мнению пришли участники дискуссии «Клиентский опыт в омни-канальной среде», которая проходила в рамках бизнес-конференции РБК «Практические аспекты управления клиентским опытом в мире цифровых технологий и инноваций».

В настоящее время ритейлеры, которые обладают своей бонусной программой, стремятся к созданию полноценного CRM профиля покупателя.

«Профиль привязан к карте лояльности и содержит информацию о покупках, накопленных баллах, посещении сайта (о товарах, которые также интересуют покупателя), его потребительские привычки (Lifestyle характеристики), приверженность брендам и многое другое. Работы со всеми этими данными хватит на много лет вперед», - отметил Евгений Фадеев, директор по маркетингу Devino Telecom.

Наличие таких сведений позволяет ритейлерам эффективно формировать покупательские сегменты без привлечения данных из внешних источников. В частности, предсказывая склонность клиента к определенным покупкам можно выстроить персонализированную коммуникацию с предложением соответствующих товаров услуги.

Безусловно, в финансовом секторе достаточно собственных данных, определяющих факт совершения покупки товара, частоту покупки, время и место. Данные ритейлеров могут помочь проанализировать путь покупателя до совершения покупки - за какое время люди задумываются о приобретении бытовой техники, одежды и т.д. Использование этих данных может кардинально изменить подход к формированию финансовых продуктов. 

Организация:
«Devino Telecom»

Версия для печати

Смотрите также:

ReText.AI опубликовала open-research: дообученная Gemma-2 с методом SimPO обходит ИИ-детекторы в 67% случаев на кулинарных текстах

Российская команда дообучила модель Gemma-2-9B-IT методом Simple Preference Optimization на датасете из 19 804 пар текстов, собранном из COLING-2025 и AINL-eval. В датасет вошли генерации восьми моделей разного масштаба — от 3 до 235 миллиардов параметров, включая Llama, Qwen, GigaChat и T-pro. Результат: медианная вероятность ИИ-авторства снизилась с 0.93 до 0.47.

Наши награды

  • sabre
  • sabre
  • sabre
  • sabre

Выполнить вход

Электронная почта
(Ваш логин):
Пароль

Восстановление пароля

Введите ваш логин
(e-mail):