В докладе Остюченко Игоря (Эдукор) представлен нейросетевой метод прогнозирования KPI в интернет-маркетинге. Практическая реализация выполнена с использованием Excel.

1. Нейросетевой анализ и
прогнозирование KPI
в Интернет-маркетинге
Остюченко Игорь
igor@educore.ru
www.educore.ru
Учебный центр

2. KPI
-5%
• Существенны для вашего бизнеса
• KPI не должно быть много
Определяем KPI

3. Постановка задачи прогнозирования
Значение KPI в конкретное время t
Значение KPI при достижении
группы параметров

4. Прогнозирование KPI во времени
Экстраполяция
Прибыль
Прогноз Время
в это время
0
Наблюдаемое время

5. Что такое нейронная сеть

6. Что такое нейронная сеть

7. Принцип работы нейронных сетей
1 этап - Обучение сети на исторических данных
• Учим на исторических данных: Данные - Правильный ответ,
• Чем больше исторических данных, тем точнее результат.
2 этап - Получение ответа при подаче на вход данных
• В результате прогнозное значение и вероятность прогноза

8. Где взять данные?
• Системы веб-аналитики
• CRM
• Системы финансового учета
Все что найдете!

9. Прогнозирование прибыли
интернет-магазина (пример)
Управляемые параметры Прогнозируемый
KPI
Товаров
«в наличии»
Объем целевого
трафика
Акция
10%
Прибыль,
руб.
50 400 Была 350 000
55 430 Нет 390 000
55 430 Была 385 000
55 550 Нет 395 000
60 550 Была 430 000
60 550 Будет ?
Нанихобучаем

10. Инструментарий
Excel + NeuralTools
http://www.palisade.com/neuraltools/
Excel + собственные макросы
(в сети есть готовые)
SPSS от IBM
http://spss.com

11. На что обратить внимание?
1. Выбор типа сети:
• многослойный персептрон (MLP)
• радиальная базисная функция (RBF)
• сети Кохонена
• байесовские сети.
2. Выбор алгоритма обучения:
• обратное распространение
• спуск по сопряженным градиентам
• метод Левенберга-Марквардта
• быстрое распространение.

12. Пример построения нейронной сети
для решения задачи UI
Входные параметры (то, чем можем управлять!):
• Объем целевого трафика
• Число товаров, представленных в слайдере
• Размер фотографий в каталоге
• Число полей в анкете покупателя
• Число шагов в корзине до транзакции
• Размер текста
• Вид шрифта

13. Пример построения нейронной сети
для решения задачи UI
Трафик
целевой
Товаров
в слайде
Фото,
размер
Полей в
анкете
Шагов в
корзине
Размер
шрифта
Тип
шрифта
Прибыль
2500 9 200x300 3 3 16 Arial 25 000
2515 9 200x300 4 2 18 Tahoma 28 140
2510 6 200x300 3 3 16 Arial 27 500
2480 6 200x300 4 2 18 Tahoma 23 650
1 2 3 4 5 6 7
1
Входной слой
Выходной слой
Прибыль
магазина

14. Пример построения нейронной сети
для решения задачи UI
Трафик
целевой
Товаров
в слайде
Фото,
размер
Полей в
анкете
Шагов в
корзине
Размер
шрифта
Новых
клиентов
Прибыль
2500 9 200x300 3 3 16 15 25 000
2515 9 200x300 4 2 18 12 28 140
2510 6 200x300 3 3 16 13 27 500
2480 6 200x300 4 2 18 11 23 650
1 2 3 4 5 6
21
Входной слой
Выходной слой
Новых
клиентов
Прибыль
магазина

15. Вопросы?
Остюченко Игорь
igor@educore.ru
www.educore.ru