VK Predict

Основные статьи:

• Определение Business Intelligence
• Геоаналитика

Геоаналитика VK Predict — это сервисы клиентской аналитики и системы поддержки принятия решений на основе анализа массивов данных, технологий машинного обучения и искусственного интеллекта.

2023: ML-cервис "ГеоКурсор" для выбора оптимальной локации для бизнеса

Компания VK (ранее Mail.ru Group) 24 апреля 2023 года представила ML-сервис геоаналитики VK Predict — ГеоКурсор. Ритейлеры, банки, сети аптек, ресторанов, салонов красоты и другие компании могут с высокой точностью решать задачи, связанные с оценкой локаций своих точек. Сервис помогает искать целевую аудиторию, анализировать факторы, влияющие на выручку, прогнозировать товарооборот, оценивать конкурентную среду, развивать территории и выбирать оптимальные локации для развития бизнеса.

Развитие бизнеса в офлайне требует анализа сотен параметров. В отличие от онлайн-ресурсов и интернет-магазинов, у офлайн-точек больше ограничений и меньше возможностей для масштабирования. Анализировать все необходимые критерии вручную сложно и долго. Для этого необходимо учитывать показатели, которые могут меняться с каждым месяцем. Технологии упрощают этот путь для бизнеса, снижают нагрузку на сотрудников и риск ошибки, позволяют принимать объективные решения о развитии бизнеса и повышать прибыль от новых точек, — сказал Роман Стятюгин, директор центра аналитических продуктов VK Predict.

Модели машинного обучения ГеоКурсора учитывают более 500 параметров: обезличенные признаки аудитории, инфраструктуру района, пешеходный и автомобильный трафик, покупательскую активность. На их основе анализирует и прогнозирует информацию о продажах, товарооборот и средний чек.TAdviser выпустил Гид по российским операционным системам 10.7 т

Алгоритмы анализируют данные в радиусе менее 40 метров от заданной локации. Это снижает влияние побочных показателей на просчет. Например, помогает отделить трафик на станции метро или остановке общественного транспорта от реальной посещаемости торгового центра или потенциальной точки открытия нового магазина.

Сервис формирует общий портрет пользователей, которые часто бывают рядом с выбранной точкой. Он включает социально-демографические признаки, уровень дохода, интересы к разным тематикам и другие критерии. Информация об инфраструктуре района помогает оценить, насколько локация находится близко к конкурентам, объектам с высокой проходимостью и транспортным узлам. За счет аналитики сервиса бизнес может также прогнозировать влияние нового магазина или отделения на показатели уже открытых точек.