使零售商能够通过机器学习近乎实时地分析各种大数据流

资讯2020-02-25 10:58:55
导读初创公司WibiData的软件在Hadoop存储和处理系统上使用数据分析和实时算法来帮助零售商在线销售更多商品,该公司已经提出了一个新的沙箱供潜

初创公司WibiData的软件在Hadoop存储和处理系统上使用数据分析和实时算法来帮助零售商在线销售更多商品,该公司已经提出了一个新的沙箱供潜在客户使用。前线WibiRetail平台的新增功能,称为Wibi实验,使零售商能够通过机器学习近乎实时地分析各种大数据流,而无需进行任何数据准备。然后,零售商可以快速测试几种机器学习模型,然后再决定哪种模型能带来最佳效果。

表面上看,结果是及时,准确的客户体验,更有可能促成销售。

以前,无法及时进行这种计算。由于潜在的买家变化无常且趋势会迅速改变,零售商通常会发现自己落后于客户和潜在客户的想法几步。

超越客户的想法

Wibidata成立于2010年,目前已经拥有梅西百货和Neiman-Marcus在内的客户,其目标是在买家的思考过程之前脱颖而出。

Rob Seaman表示:“ Wibidata可以在亚马逊上个性化产品推荐,直到那一刻为止您所了解的所有客户;您可以在Google上个性化搜索结果,例如Google;登录页面;社论内容;甚至与产品相关的图像。” WibiData产品副总裁告诉eWEEK。

“ Wibidata的核心是获取有关用户的所有信息-每次单击,轻击,滑动,悬停,打开的电子邮件,搜索输入的关键词(在您的网站上)等。 。它会在对机器学习模型进行实时评分时使用所有这些信息,这些模型对他们的客户流失,转化的倾向进行了预测-根据您要为他们做的事情,他们的意愿。

使用1月12日发布的Wibi实验,零售商可以在准备上市时更好地控制其模型和实验的性能,并提高其透明度。零售商可以利用这些实验来增进对哪种模型产生最大的关键绩效指标(KPI)结果的了解,包括转换率,客户参与度,顶线收入和减少的客户流失。

Wibidata具有直观的界面,无需编写代码或编写脚本,因此可以由业务线员工使用。消除编码固有地加快了KPI结果的收集;Seaman说,它还允许零售商通过基于其独特的数据和业务需求定制模型以及对数据和其他人的数据进行培训的模型来创建新的知识产权。

实时过程已经很长时间了

Seaman说:“数字营销人员一直在努力提供实时的个性化客户体验。” “但是,现有的解决方案在个性化客户体验方面的尝试不足,因为它们仅使用不完整的数据来测试一部分客户交互,然后在测试后数周或数月内部署更改。”

Seaman说,Wibidata将首先在零售领域上市,但是到目前为止,它还没有建立针对零售的产品。

这家总部位于旧金山的公司以创始人最喜欢的寿司餐厅的名字命名,其产品的目标客户是希望与客户或用户建立更个性化关系的任何企业或组织,这是新一代IT的重要趋势,考虑到在线营销人员之间不断增加的竞争以赢得忠实的客户。

免责声明:本文由用户上传,如有侵权请联系删除!