Jak wykorzystać uczenie maszynowe do przewidywania perspektyw i czasu zakupów samochodów

Stosując modele stworzone na podstawie danych gromadzonych w czasie, możemy zobaczyć, kto jest na rynku samochodu pasywnie i aktywnie. Modele niestandardowe można tworzyć na podstawie danych dotyczących sprzedaży oraz obecnych lub przeszłych interakcji z klientami.

Amy:

Są więc dwie rzeczy, które możemy zrobić z naszą platformą uczenia maszynowego, aby pomóc ludziom. Po pierwsze, patrzymy na te dane historyczne i dane o lokalizacji, dane o lokalizacji mobilnej, aby zobaczyć, gdzie ludzie robią zakupy z wyprzedzeniem i co ostatecznie kupują.

I w ten sposób tworzymy model. I możemy powiedzieć, OK, wiesz, stosując ten model, co łączy tych wszystkich ludzi? Stosując ten model do całego zbioru danych obejmującego 250 milionów gospodarstw domowych, które osoby możemy wyodrębnić, które najprawdopodobniej będą poszukiwane na rynku samochodów w ciągu najbliższych 3 do 6 miesięcy?

A to wraca do wczesnego docierania do nich. A jeśli dowiesz się o tym, zanim oni się o tym dowiedzą, będzie to modelowa prognoza, prawda? A gdy już to zrobimy, bardzo łatwo będzie znaleźć tych ludzi w swoim obszarze rynku i dotrzeć do nich. Bardzo łatwe.

Inną rzeczą, którą możemy zrobić, to stworzyć niestandardowy model dla indywidualnej marki lub dealera, pobierając dane dotyczące sprzedaży i przeprowadzając analizę ich konkretnych klientów. A następnie ponownie stworzyć dla nich niestandardowy model, aby mogli kierować reklamy na podobne osoby na swoim obszarze rynku, które najprawdopodobniej od nich kupią.

Bądź na bieżąco z najnowszymi wiadomościami i zasobami:

Kieruj reklamy na kupujących samochody na rynku

Dzięki informacjom o ponad 260 milionach konsumentów, ponad 190 milionach numerów VIN, 170 milionach adresów e-mail oraz danych demograficznych, nasi odbiorcy z branży motoryzacyjnej dostarczają informacji potrzebnych do nawiązania właściwych kontaktów z klientami. Skontaktuj się z nami już dziś!