Анализ потребительских предпочтений с помощью SHAP-модели на рынке HoReCa
/Методология Paper Planes
Один из наших Клиентов - сеть ресторанов в Москве, обратился к нам за разработкой стратегии и позиционирования своих заведений.
В рамках поиска формата мы решили проанализировать клиентские предпочтения аудитории, выявить то, какие факторы влияют на оценки пользователей после посещения кафе/ресторана
В рамках поиска формата мы решили проанализировать клиентские предпочтения аудитории, выявить то, какие факторы влияют на оценки пользователей после посещения кафе/ресторана
Мы обратились к открытым источникам, главным критерием выбора которых стало наличие подробной информации о заведениях Москвы: формат, разновидность кухни, отзывы, стоимость и рейтинг от посетителей. TripAdvisor прекрасно подошел для выполнения данной задачи.
Проблемы подобного решения:
Проблемы подобного решения:
1
Отсутствие возможности выгрузки статистики
2
Данная статистика не отражает зависимость между критериями заведения и оценками пользователей
Как мы это преодолели:
Разработка парсера, который позволил
в оперативном режиме выгрузить все необходимые данные по 9 245 заведениям Москвы- По итогам выгрузки мы построили интерактивный дашборд с общей статистикой
Традиционно в рамках данного блока работ компании обращаются к методам стандартного ассессмента (глубинные интервью с сотрудниками, оценка по методу «360 градусов»). Опыт показывает, что в настоящее время успех реализации данного блока работ в высокой степени зависит от уровня развития прикладных инструментов аналитики HR-процессов, поскольку дает наиболее объективный для разработки эффективной стратегии развития персонала срез информации.
Обращаясь к практике нашего агентства, можно, к примеру, среди таких инструментов выделить анализ зависимости между стажем сотрудника и его коммерческими показателями как точный способ определения того, через сколько месяцев работы сотрудник выходит на «плато продуктивности» и, как следствие, нуждается в поддерживающем обучении.
Обращаясь к практике нашего агентства, можно, к примеру, среди таких инструментов выделить анализ зависимости между стажем сотрудника и его коммерческими показателями как точный способ определения того, через сколько месяцев работы сотрудник выходит на «плато продуктивности» и, как следствие, нуждается в поддерживающем обучении.
Для верной интерпретации графиков развернули SHAP-модель, что позволило выявить корреляцию между характеристиками заведения и оценками пользователей.
/Как характеристики заведения влияют на оценку клиента
Немного о подходе
SHAP расшифровывается как SHapley Additive explanation. Этот метод помогает разбить на части прогноз, чтобы выявить значение каждого признака. Он основан на Векторе Шепли, принципе, используемом в теории игр для определения, насколько каждый игрок при совместной игре способствует ее успешному исходу.
SHAP можно использовать для разных целей, при анализе параметров ресторана, как в нашем случае, или, например, в HR-аналитике, чтобы сформировать портрет сотрудника, который с наибольшей вероятностью покинет рабочее место. Везде, где необходимо кластеризовать большие данные и найти взаимосвязи между группами параметров.
SHAP расшифровывается как SHapley Additive explanation. Этот метод помогает разбить на части прогноз, чтобы выявить значение каждого признака. Он основан на Векторе Шепли, принципе, используемом в теории игр для определения, насколько каждый игрок при совместной игре способствует ее успешному исходу.
SHAP можно использовать для разных целей, при анализе параметров ресторана, как в нашем случае, или, например, в HR-аналитике, чтобы сформировать портрет сотрудника, который с наибольшей вероятностью покинет рабочее место. Везде, где необходимо кластеризовать большие данные и найти взаимосвязи между группами параметров.
Что мы получили
Полученный график интерпретируется следующим образом:
По Y оси - сила влияния конкретного фактора на рейтинг: чем выше находится строчка ( в красной зоне), тем сильнее она влияет на оценку посетителей.
Точки внутри - это конкретные рестораны, которые подпадают под данный критерий.
Чем больше красных точек сбивается вправо, тем позитивнее сказывается параметр на оценке заведения и наоборот.
Полученный график интерпретируется следующим образом:
По Y оси - сила влияния конкретного фактора на рейтинг: чем выше находится строчка ( в красной зоне), тем сильнее она влияет на оценку посетителей.
Точки внутри - это конкретные рестораны, которые подпадают под данный критерий.
Чем больше красных точек сбивается вправо, тем позитивнее сказывается параметр на оценке заведения и наоборот.
По итогам анализа мы выделили критерии, положительно влияющие на рейтинг ресторана:
1
Гастропабы
2
Итальянская кухня
3
Современная
4
Здоровое питание
5
Барбекю
6
Восточно-европейская кухня
Именно такие заведения в среднем гораздо чаще получают высокую оценку. А заведения японской кухни, фастфуд или кафе Клиенты оценивают более активно, но уже в негативном ключе.
В итоге с помощью моделирования и анализа клиентского опыта мы решили выстроить позиционирование Клиента в тематике восточно-европейской кухни.
Таким образом, используя только открытые источники данных и собственные наработки, мы смогли сформировать позиционирование и стратегию для нашего Клиента, а также провести анализ потребительских предпочтений и выявить актуальные тренды в сфере HoReCa
В итоге с помощью моделирования и анализа клиентского опыта мы решили выстроить позиционирование Клиента в тематике восточно-европейской кухни.
Таким образом, используя только открытые источники данных и собственные наработки, мы смогли сформировать позиционирование и стратегию для нашего Клиента, а также провести анализ потребительских предпочтений и выявить актуальные тренды в сфере HoReCa
Все полезные материалы по маркетингу от экспертов Paper Planes в нашем чат-боте Telegram
База знаний Paper Planes
/свяжитесь с нами, чтобы