Как прогнозировать спрос на маркетплейсе при помощи ML-модели

Рассказывает Ярослав Кобозев, UA-аналитик Flowwow.

В этой статье

Вводные

Flowwow — это маркетплейс локальных магазинов и брендов: у нас на платформе 6000+ активных магазинов, где заказывают цветы, сладости, выпечку, необычные подарки, хендмейд, картины и многое другое.

У нас очень высокий процент повторных покупок: около 65% клиентов делают заказы более 3–4 раз. Это значит, что рекламу мы должны настраивать на две разные группы: новых клиентов и тех, кто совершает повторные покупки. Поэтому все наши данные будут автоматически биться на группы: «для первых покупок» и «для повторных покупок».
Поскольку тематика наших товаров по большей части подарочная, мы очень зависим от сезонных пиков. Например, 8 марта — главный день для флориста, как и День матери, который празднуют в конце ноября. Май–июнь — сезон клубники, а декабрь — сезон елей. Нам нужна модель, которая точно предскажет объёмы заказов в пиковые периоды, чтобы мы могли рассчитывать рекламные бюджеты к праздникам.

Начните размещать официальную рекламу в Telegram Ads через click.ru

Зарегистрируйтесь и продавайте товары или услуги в Telegram Ads с помощью готового решения от click.ru. Опередите конкурентов!

Бюджет от 3 000 €. Это гораздо дешевле, чем работать напрямую.

Для юрлиц и физлиц. Юрлица могут получить закрывающие документы, возместить НДС. Физлица — запустить рекламу без общения с менеджерами.

3 способа оплаты. Оплачивайте рекламу картой физического лица, с расчётного счета организации, электронными деньгами.

Подробнее →

Шаг 1. Сегментируем базу

Наши базовые данные по заказам: сумма чека, дата и время покупки.

Будем рассматривать эти данные отдельно для трёх групп клиентов: новых (совершивших первую покупку), вернувшихся (совершивших вторую покупку) и лояльных (совершивших 3 и более покупок). При прогнозировании поведения лояльных нам также важен такой параметр, как частота возвращений: клиент, который заказывает у нас раз в месяц, и клиент, который вспоминает о нас раз в год, — это два очень разных случая.

Поэтому мы вводим также сет retention-метрик — показателей, которые определяют степень и полноту лояльности клиентов.

Кроме того, будем учитывать закономерности, которые характеризуют наши данные:

цикличность. Клиент N каждый год делает подарок жене именно в этот день — годовщина свадьбы, день рождения;
день недели. В будни заказывают чаще, чем в выходные. Самый популярный день — понедельник.

Шаг 2. Ставим задачи

Из имеющихся данных нам было бы интересно выжать ответы на следующие вопросы.

Сколько нам нужно закупать рекламы, чтобы привлечь максимальное число новых покупателей, а лояльных побудить совершить ещё одну покупку?
Как меняется качество повторных заказов? Каков их средний чек?
Какова наша стоимость привлечения клиента, CAC (customer acquisition cost). Интересно узнать не только абсолютное значение этого показателя, но и его динамику в зависимости от количества привлекаемых клиентов.

И не забыть учесть погрешности! Как правило, прогноз по выручке сбывается на уровне +/- 1–3%. Прогноз по ДРР (доле рекламных расходов) — в пределах +/- 1 процентного пункта*

*Не путать с процентом! Если в первый месяц ДРР составил 10%, а во второй — 12,5%, то разница в ,5 процентного пункта, а не процентах.

Ответы на эти вопросы найти несложно: просто посчитать вручную в гугл-таблицах. В результате мы видим, что новые клиенты совершают покупки в определённом узком ценовом диапазоне (пока тестируют сервис, выбирают для начала что-то не очень дорогое). А у повторных заказов средний чек выше минимум на 20%, больший процент покупок с высоким чеком.

Вот две гистограммы, которые показывают распределение среднего чека по новым и повторным покупкам. Сразу бросается в глаза, что у повторных средний чек выше, более плотное распределение в диапазоне от 2 до 4 тысяч рублей.

Шаг 3. Выбираем инструменты анализа

Для наших задач нам был нужен инструмент регрессии: с его помощью можно легко спрогнозировать численное значение какой-либо непрерывной величины.

Мы выбрали работать с RStudio Cloud. Нас в этой модели привлекли три особенности.

Функциональность. Можно применять разные технологии регрессий: линейную, нелинейную, с уменьшением размерности или без, временные ряды, с ограничением на коэффициенты предикторов или без, со стабильным трендом — или выделить полигоны.
Гибкость. Модель можно менять в зависимости от желания и задач исследователя, регулировать чувствительность модели к изменению данных.
Простота. Данные подаются очень прозрачно, можно легко интерпретировать данные регрессии.

Например, мы хотим составить прогноз по повторным покупкам на ближайшие несколько недель.

Чёрный график — фактические значения, голубой хвост — сам прогноз, наглядно показывающий ожидаемую динамику числа покупок.

Регулярные пики на нашем графике — праздничные дни. Самый высокий пик — 8 марта, левее его — 14 февраля. Чуть левее небольшой провал — новогодние праздники, когда продаж стабильно меньше.

Шаг 4. Формулируем и проверяем гипотезы

Для удобства возьмём наиболее простой и спокойный месяц года без сезонных пиков и прогнозируемых провалов. Например, апрель или октябрь.

Допустим, средний показатель CAC в апреле прошлого года — 600 рублей, и за этот месяц мы привлекли 10 000 клиентов. Гипотетически: что будет, если в следующем году в апреле мы захотим привлечь в 2 раза больше клиентов? Как тогда изменится стоимость привлечения клиента?

Строим гипотезы: что может происходить с CAC, если мы захотим привлекать в 2 раза больше клиентов?

CAC останется прежней. Эта гипотеза срабатывает, если приращивать привлечение новых клиентов постепенно — скажем, на 10%.
CAC может снизиться. Например, если мы становимся лидерами, нам нет равных, и покупают только у нас. Плюс мы получаем синергетический эффект рекламных каналов — и каждый последующий клиент будет стоить нам дешевле.
CAC может вырасти. Вероятный исход при сильной конкуренции, когда ставка за клиента повышается, рекламные каналы перегреваются, а маркетплейсы готовы платить всё больше за привлечение нового покупателя.

Мы провели исследование методом регрессионного анализа. У нас накоплена статистика относительно каждого месяца: сколько было рекламных затрат и сколько удалось привлечь клиентов.

Проанализировав данные помесячных рекламных трат и применив метод регрессионного анализа, мы выяснили, что в нашем случае верна третья гипотеза: по мере увеличения рекламных охватов CAC именно растёт.

Действительно, сначала мы собираем готовый спрос у людей за счёт размещения рекламы в контекстных объявлениях. Когда человек ищет доставку цветов и вдруг видит наш баннер, он с высокой вероятностью придёт к нам и совершит покупку.

Далее происходит всё большее рекламное насыщение: «горячие» покупатели уже не приходят, тогда вступает в игру рекламный таргет: специализированная реклама на нашу целевую аудиторию, например, мужчин 35–40 лет со средним и высоким уровнем дохода. Таргетированная реклама чуть менее эффективная и достаточно дорогая, поэтому мы начинаем тратить больше рекламных бюджетов — но она всё равно даёт результат.

Далее мы подключаем рекламу мобильных приложений: она характерна отложенным спросом. Будущий покупатель увидел и скачал приложение сегодня, а заказ сделает, возможно, через несколько месяцев.

ML-модель хороша ещё тем, что она легко предсказывает объём покупок в ближайший сезонный пик. CAC в сезонные пики в 2,5–3 раза ниже, чем в пики, потому что это фактически работа с готовым спросом. Чтобы получить прогноз, мы анализируем закупку трафика в предыдущие месяцы и строим прогноз по повторным заказам.

Вот графики прогноза и фактического значения:

Модель в целом адекватно передаёт динамику показателя; сезонный пик предсказан, и это отлично. Заметны отклонения по дням, но нас они не очень интересуют. Главное, чтобы средняя ошибка была как можно ближе к нулю на всём прогнозном промежутке. То есть, в один день ошибка +400 заказов, в другой — −450. Итоговая ошибка составит всего 50 заказов — для нас вполне приемлемая погрешность.

На нашем графике ошибка составила всего −0,8 п.п. по доле рекламных расходов: модель предсказала чуть большее количество повторных покупок, чем было на самом деле, но погрешность в пределах допустимого для нашего бизнес-процесса.

Советы и примечания

Можно анализировать данные, опираясь на динамическую когорту (условно, клиентская база X на какой-то %). Но важно понимать, что такой способ не учитывает лояльность. Клиент, который с нами 5 месяцев или уже 5 лет — это два разных кейса.
Следите за тем, чтобы модель не начала страдать от мультиколлинеарности: если модель будет использовать слишком много информации, нам придётся исправлять данные с помощью метода уменьшения размерности.
Вдумчиво работайте с атрибуцией: у рекламы из многих каналов бывает отложенный эффект. Человек увидел рекламу давно, а покупку совершил позже.

Что в результате

Благодаря ML-модели мы научились с высокой точностью прогнозировать число повторных заказов и, как следствие, оптимизировать маркетинговые затраты относительно поставленных целей.

Контроль за рекламными расходами. Средний показатель ДРР у нас держится на уровне 7-10% (7 — ближе к пикам, 10 — в более холодные месяцы).

Разумное распределение бюджета по каналам. Мы отслеживаем сравнительную эффективность рекламных каналов (такие показатели, как ДРР, LTV, CAC) — и на основе этих данных принимаем решение о том, какой должен быть наш маркетинг-микс: как распределять бюджет, чтобы повышать эффективность затрат.

Но сама по себе аналитика — не панацея. Данные дают опору для всего штата маркетинга, который каждый день работает над эффективностью рекламы. Мы продумываем креативы, тонко настраиваем рекламные кампании, находим новые эффективные зацепки для аудитории. А аналитика позволяет нам оценивать нашу работу и принимать решения о том, куда двигаться дальше.