Data science в действии: рекомендательная функция для отдела продаж в секторе b-2-b 
Черенков А.А.

3
Метод разложения матриц на сингулярные значения
Кто будет это делать?
Что такое SVD и какое отношение он имеет к продажам?
Вычисление рекомендательной функции
Общее описание подхода

4
Составление вспомогательных матриц
Подготовка данных

5
Рис. 1. Листинг: список продуктов
Рис. 2. Листинг: подготовка данных
Результат применения SVD

6
Рис. 3. Листинг: SVD
Функция и проверка ее работоспособности

7
Рис. 4. Листинг: рекомендательная функция на R-коде
Рис. 5. Результат вызова рекомендательной функции
Использование рекомендаций на предприятии

8
Применимость функции

Ключевые слова: рекомендательная функция, метод сингулярного разложения матриц, продажи, маркетинг, аналитика

Аннотация

В статье представлен простейший метод создания рекомендательной функции для отдела продаж. В качестве исходных данных используются фактические данные о прошлых продажах, а для генерирования рекомендаций — метод сингулярного разложения матриц. В статье также приведены фрагменты кода на языке R, что позволит читателям легко внедрить данный метод в своей компании.

Журнал: «Промышленный и b2b маркетинг» — №1, 2017 (© Издательский дом Гребенников)
Объем в страницах: 8
Кол-во знаков: около 18,982
* Деятельность Meta (соцсети Facebook и Instagram) запрещена в России как экстремистская.

Черенков Алексей Андреевич

Черенков Алексей Андреевич

Маркетинговый аналитик компании IBM.

г. Москва

Другие статьи автора 5