Построение облачного решения для анализа поведения клиентов компании на сайте в режиме реального времени и персонализации on-line коммуникаций с клиентами

Заказчик:: SAS Institute
Руководитель проекта со стороны заказчика: Юлий Гольдберг

Директор департамента Customer Advisory
Поставщик: ActiveCloud
Год завершения проекта: 2016
Сроки выполнения проекта: Август, 2016 — Декабрь, 2016
Масштаб проекта: 1000 человеко-часов
10 автоматизированных рабочих мест
Цели: Анализ данных по поведению клиента на сайте компании с помощью систем машинного обучения с элементами искусственного интеллекта и автоматический подбор оптимальных предложений для клиентов и коммуникация с ними в режиме реального времени для доставки предложений

Уникальность проекта

<span style="color: rgb(34, 34, 34); font-family: arial, sans-serif; font-size: 12.8px;">Глобальная распределенная инфраструктура, включающая российские и американские сегменты, работающие в рамках сквозных бизнес-процессов. Внедрение нового облачного решения силами международной команды экспертов. Применение технологий машинного обучения и in-memory big data аналитики для обработки транзакционных данных о поведении клиентов и посетителей сайтов заказчика.</span>

Использованное ПО: SAS CI360, SAS Visual Analitics/Visual Statistics, SAS Machine Learning
Описание проекта: Проект выполнялся совместно командой SAS Россия, SAS HQ, компанией СтатКлауд (сервис-провайдер), компанией ActiveCloud (хостинг-провайдер). В ходе проекта развернуто новое и настроено новое облачное ПО SAS CI360 в глобальной инфраструктуре, включающей российский сегмент, развернутый в дата-центре ActiveCloud и американский сегмент, развернутый в дата-центрах Amazon. Настроена система сбора детальной информации о поведении клиентов на сайтах заказчика (более 8 млн посетителей в мес). Обработка данных и формирование агрегатов и триггеров выполняется в режиме реального времени. Информация о новых сессиях автоматически объединяется с данными по клиентам, накапливаемыми в мультитерабайтном хранилище, что обеспечивает максимально полное представление о поведении и потребностях посетителей, даже если они не идентифицировали себя явно. Параллельно данные о поведении клиентов передаются в in-memory кластер с большим объемом оперативной памяти, где происходит стат обработка данных с применением методов машинного обучения. Результатом является как гораздо более качественное понимание заказчиком посетителей своих сайтов и клиентов, так и возможность предоставления им максимально точно подобранных по типу продукта и по моменту коммуникации продуктовых или кросс-продуктовых предложений, а также возможность оптимизации продуктовых предложение под конкретного заказчика.
География проекта: Москва-Северная Каролина (США)