Studenci z Politechniki Wrocławskiej opracowali system klasyfikacji klientów i generowania promocji, który został najwyżej oceniony w konkursie „Ogarnij Big Data” organizowanym przez Żabka Polska. W nagrodę wyjadą do Doliny Krzemowej.

Głównym zadaniem w konkursie było wykorzystanie Big Data, czyli dużych, zmiennych i różnorodnych zbiorów danych w praktyce. Przetwarzanie tego typu zbioru informacji jest trudne, ale przy zastosowaniu odpowiednich algorytmów pozwala na odkrycie nowych zjawisk lub optymalizację już istniejących procesów.

W rywalizacji brały udział trzyosobowe zespoły, które na samym początku mogły wybrać jeden z ośmiu problemów badawczych. Wśród nich znalazły się m.in. prognozowanie sprzedaży sklepów, automatyzacja zamówień, awizacja czasu dostaw do sklepu czy analiza klientów aplikacji Żabki. 

Tym ostatnim zagadnieniem postanowili zająć się studenci z Wydziału Informatyki i Zarządzania Politechniki Wrocławskiej –  Paweł Kunicki, Adam Dłubak i Bartłomiej Lisek. Ich projekt „Systemu do segmentacji klientów oraz generowania spersonalizowanych promocji na podstawie: bieżących transakcji, istniejącego zaopatrzenia oraz warunków zewnętrznych” okazał się zdaniem jury najbardziej innowacyjny, rentowny i funkcjonalny.

– Tematyka konkursu wydała mi się ciekawa, była to również bardzo dobra okazja do nawiązania współpracy z innowacyjną firmą, a i sama nagroda mocno nas zmotywowała. Dotychczasowe doświadczenie w innych projektach oraz konkursach pozwoliło na dostrzeżenie potencjalnego rozwiązania, które mogło spełnić biznesowe potrzeby firmy poprzez analizę dużych zbiorów danych. Naszym założeniem od samego początku było stworzenie narzędzia, które będzie miało szansę na wdrożenie – mówi Paweł Kunicki.

Konkurs został podzielony na dwa etapy. Pierwszy zakończył się w marcu – wymagał przygotowania koncepcji całego projektu, która była następnie oceniana przez jury. Do finału awansowało w sumie pięć zespołów, które miały nieco ponad dwa miesiące na zrealizowanie swojego pomysłu.

Uczestnicy musieli m.in. przedstawić opis konfiguracji środowiska analitycznego w chmurze, następnie sposób analizy problemu z wykorzystaniem metod AI, a na zakończenie przygotować prezentację całego projektu. Przy pracy mogli korzystać z informacji udostępnionych przez firmę m.in. danych transportowych, paragonowych, statystycznych i geolokalizacyjnych, a nawet pogodowych.

Nasi studenci w swoim projekcie postanowili skupić się etykietowaniu segmentacji klientów, która w tym wypadku polega na rozpoznaniu: kim są klienci, jakie mają przyzwyczajenia, co kupują i jak można ich rozróżnić. 

– To obecnie dość popularny temat, ale wykorzystanie go w praktyce nie jest takie proste. W przypadku klientów sklepów pojawia się bowiem bardzo dużo różnych parametrów, anomalii i odchyleń, które trzeba wziąć pod uwagę. Napotkaliśmy te wszystkie wyzwania i kilka razy dane doprowadziły nas do ślepego zaułka w związku z ich nietypowym, uwarunkowanym stricte biznesowo zachowaniem. W trakcie trwania projektu mogliśmy jednak liczyć na wsparcie mentora, Michała Purczyńskiego, dyrektora ds. zaawansowanej analityki w Żabce, który pomagał nam w takich właśnie momentach – mówi Adam Dłubak.

Segmentując klientów na podstawie różnych reguł, studenci skupili się na analizowaniu kilku czynników marketingowych, które sami badali. Wszystkie te wskaźniki i segmenty udało im się zwizualizować, dzięki czemu użytkownik używający ich programu analityk ma możliwość korzystania z panelu z wykresami i może sprawdzać, jak wygląda sprzedaż, co klienci kupują i jaka jest wielkość ich koszyka.

– Później stworzyliśmy narzędzie, które pozwala osobie przygotowującej promocję konkretnego produktu bez problemu znaleźć grupę docelową, do której trafi dana oferta. Personalizacja kampanii reklamowej pozwala dotrzeć do osób, które rzeczywiście mogą być zainteresowane oferowanymi przez sklep produktami. Oczywiście z naszego narzędzia mogą w razie potrzeby korzystać także inne działy firmy – wyjaśnia Paweł Kunicki.

W sumie studenci wyszczególnili kilkadziesiąt, ale opracowany przez nich algorytm pozwala na tworzenie dużo bardziej szczegółowych podziałów. Narzędzie może także systematycznie pobierać nowe dane i automatycznie aktualizować model działania.

– Co ważne, analiza przeprowadzona przez pracowników Żabki wykazała, że nasz program działa prawidłowo, a uzyskiwane wyniki pokrywają się z posiadanymi przez nich danymi. Nie jest więc wykluczone, że nasz projekt zostanie wdrożony w firmie – podkreśla Adam Dłubak.

Główną nagrodą w konkursie była wycieczka do Doliny Krzemowej, w trakcie której zwycięzcy odwiedzą m.in. siedziby Google, AiFi oraz Uniwersytet Stanforda, jedną z najbardziej prestiżowych szkół wyższych na świecie.

– Postanowiliśmy skorzystać z okazji i przedłużyć swój pobyt o dodatkowy tydzień. W tym czasie mamy w planach zobaczyć jeszcze m.in. Los Angeles, Las Vegas i malownicze parki narodowe USA – dodaje Paweł Kunicki.

mic