Прогнозирование предпочтений клиентов(дистанционная торговля по почте)

Мансур Кадимов28 мая 2009Data Mining, OLAP4 комментария

Здравствуйте!
Я руководитель аналитической группы департамента снабжения крупной компании, занимающейся продажами по каталогам. Специфика нашей деятельности в том, что наш ассортимент завозится из Китая, откуда срок доставки более чем 2-3 месяца. При этом наш потребитель, получив каталог по почте, заказывая товар тоже через почту, не в курсе того, есть ли у нас товар в данный момент на складе. Задачей нашей группы является прогнозирование предпочтений клиентов, чтоб клиенту не пришлось ждать заказа, и чтоб заказанного нами товара из Китая хватило в принципе, т.е. мы должны за три месяца угадать, а потом постоянно актуализировать наши представления о том, что захочет купить клиент из 32х страничного каталога. И тут факторами, влияющими на спрос клиента, являются размер картинки и ее расположение, цена предложения, сезон, тематика каталога, товарное окружение, а также маркетинговые ухищрения. Общее количество заказов и кривую их прихода худо-бедно прогнозирует наш маркетинг, что касается непосредственно товаров в каталое, тут мы продвинулись совсем недалеко(экспертные оценки). Я сейчас нахожусь в активном поиске методов, с помощью которых можно повысить качество прогнозирования, скорее всего, это многофакторная регрессия и нейронные сети. Что вы могли бы мне посоветовать? Мне интересно получится ли Deductor интегрировать в наши процессы прогнозирования...