Koopgedrag voorspellen met Azure Machine Learning, is dat mogelijk?

Waar vroeger de winkel voor een retailer de plek was om klanten te informeren en te verleiden tot een aankoop, begint dat proces in de huidige tijd van ‘omnichannel’  al veel eerder. De ‘customer journey’ begint vaak online waarbij productwebsites worden bezocht, fora en prijsvergelijkers worden geraadpleegd en social media wordt ingezet. Om een consument voor je te winnen, zal je daarom eerder moeten acteren.

Maar hoe doe je dat? Analyse tools voor websites verzamelen heel veel data over bezoekers en hun online gedrag. Data die mogelijk veel beter kan worden toegepast dan vandaag de dag wordt gedaan. Is het mogelijk om op basis van surfgedrag te voorspellen welke consument uiteindelijk wel tot een aankoop overgaat en welke niet en kun je zo te weten komen in welke potentiële klant je extra energie wilt stoppen en in welke niet? Kun je vervolgens onderscheid maken in dit proces door bijvoorbeeld de ene consument een e-mail te sturen en de ander via de telefoon persoonlijk te benaderen? En kun je daarmee de efficiëntie én de effectiviteit van marketing en sales verhogen door consumenten te benaderen op de manier die ook zijzelf als het prettigst ervaren?

Met Azure Machine Learning heeft Microsoft het principe van ‘predictive analytics’ toegankelijk gemaakt. Het voorspellen op basis van historische data, neemt steeds grotere vormen aan. Zo kunnen platformen als Netflix, Spotify en Facebook steeds beter voorspellen welke informatie (product) voor een specifieke gebruiker (klant) relevant is. Dat biedt mogelijkheden…

Tijdens deze opdracht dagen we je uit om een model te ontwerpen en te ontwikkelen om koopgedrag van consumenten te voorspellen op basis van data die wordt verzameld via verschillende kanalen binnen de omnichannel strategie. Tijdens de opdracht krijg je niet alleen toegang tot de kennis en ervaring van Breinwave op dit gebied, maar zul je tevens nauw samenwerken met twee van onze vooraanstaande klanten in de Retail sector. Hierdoor ontstaat niet alleen een theoretisch model, maar heeft het onderzoek direct toegepaste waarde in de praktijk.

 

De aanpak van dit onderzoek zou kunnen bestaan uit:

  • Definiëren van de onderzoeksvraag
  • Theoretisch kader rondom thema’s als (online) marketing en sales, de customer journey, omnichannel, retail, machine learning, predictive analytics, etc.
  • Inventariseren van systemen en beschikbare data bij de twee betrokken klanten
  • Opzetten van een model voor het voorspellen van koopgedrag
  • Realisatie van dit model in Azure Machine Learning
  • Validatie van dit model op basis van een specifieke testset

 

Voor deze opdracht zoeken we een student die:

3879-200   Wo-niveau heeft;

3879-200   een praktische stageopdracht uit wil voeren;

3879-200   een opleiding volgt op het gebied van Informatica, Software Development of Artificiële Intelligentie;

3879-200   kennis van en interesse heeft in Azure Machine Learning;

3879-200   een gezonde dosis humor, creativiteit en enthousiasme bezit.

 

Wil je meer informatie over bovenstaande opdracht of wil je persoonlijk contact over de Breinwave Academy, stuur dan via het onderstaande formulier een bericht of stuur een e-mail naar joost.bentvelsen@breinwave.nl

joost

[contact-form-7 404 "Not Found"]

Overige opdrachten