Оценка вероятности совершения покупки пользователем интернет-магазина мебели на основе поведенческих данных

В работе представлена система прогнозирования вероятности совершения покупки пользователями интернет-магазина мебели на основе поведенческих данных. Для расчёта вероятности используются модели градиентного бустинга, случайного леса и многослойного персептрона. Полученные значения применяются для сегментации аудитории и настройки рекламных кампаний в системе «Яндекс.Директ». Проведённое A/B-тестирование показало сокращение рекламных расходов на 12% за счёт исключения низкоконверсионных сегментов.

The paper presents a system for estimating the probability of purchase by users of an online furniture store based on behavioral data. Prediction is performed using a combination of gradient boosting, random forest, and multilayer perceptron models. The resulting probabilities are used for user segmentation and targeted advertising in the Yandex.Direct platform. An A/B test demonstrated a 12% reduction in advertising costs through the exclusion of low-conversion segments.