Pipedrive’i CRM toodete ostmise kasu ennustamine
Nimi
Alo Aasmäe
Kokkuvõte
Inimesed, kes kasutavad CRM süsteeme, on alati olnud huvitatud enda klientide käitumisest tuleviku perspektiivis, eriti kui see on seotud rahaliste tehingutega. Kasutaja käitumise ennustamist kasutades protsessikaeve tehnikaid koostöös võistleva mudeli treenimisega CRM rakenduste kontekstis on vähe uuritud. Valides välja sündmuse, millel kohta arvatakse, et sellel on mõju kasutaja tegevustele, on võimalik kasutaja sündmuste logid jaotada kaheks osaks selle välja valitud sündmuse ajatempli põhjal, mis võimaldab luua kaardistuse kasutaja tegevuste vahel enne ja pärast sündmust. Antud lõputöö rakendab protsessikaevet ja masinõpet sündmuste logide pea, et ennustada tulevasi kasutaja tegevusi eelneva käitumise põhjal. Selle tööga näitame, et pakutud lähenemine on rakendatav ärikontekstis, kasutades sündmuste logisid, mis on eraldatud Pipedrive’i kasutajatelt. Lisaks näitame, et lahendus lisab väärtust erinevates turundamise stsenaariumites, kogudes tagasisidet turundusosakonnalt lahenduse kohta. Töö tulemuseks on automatiseeritud viis kasutaja meetrikate ennustamiseks kohandatud stsenaariumite jaoks, eeldusel, et selleks tarvilikud sündmuste logid on saadaval. Selle töö mõjuna on kasu potentsiaalselt nii Pipedrive’i lõppkasutajal kui ka selle töötajatel - ühelt poolt on kasutajal võimalik näha enda edasiste investeeringute mõju ning töötajatel on võimalik teha veelgi kaalutletumaid otsuseid turundusega seotud teemadel.
Lõputöö keel
inglise
Lõputöö tüüp
Magister - Informaatika
Juhendaja(d)
Gamal Elkoumy, Roland Kriibi
Kaitsmise aasta
2022