实验详情

100 实验点 兑换实验点
提示: 实验资源会在固定时间后释放,请创建资源后尽快操作。

实验评分

平均时长

3 小时

难易程度

困难

实验编号

A02003

学习人次

5093

背景介绍

随着移动设备的完善和普及,移动互联网+各行各业进入了高速发展阶段,这其中以O2O(Online to Offline)消费最为吸引眼球。据不完全统计,O2O行业估值上亿的创业公司至少有10家,也不乏百亿巨头的身影。O2O行业天然关联数亿消费者,各类APP每天记录了超过百亿条用户行为和位置记录,因而成为大数据科研和商业化运营的最佳结合点之一。 以优惠券盘活老用户或吸引新客户进店消费是O2O的一种重要营销方式。然而随机投放的优惠券对多数用户造成无意义的干扰。对商家而言,滥发的优惠券可能降低品牌声誉,同时难以估算营销成本。 个性化投放是提高优惠券核销率的重要技术,它可以让具有一定偏好的消费者得到真正的实惠,同时赋予商家更强的营销能力。本项目针对O2O场景相关的丰富数据,希望通过分析建模,精准预测用户是否会在规定时间内使用相应优惠券。

实验概述

本次实验使用阿里云平台完成,主要包括数据清洗,特征工程,模型训练,预测结果几个步骤。

实验目标

希望通过对数据的分析建模,预测用户是否会在规定时间内使用相应的优惠券,提高个性化投放准确率,从而提高营销效果。

学前建议

了解一定的O2O知识

了解一定的SQL语句(实验部分会给出源码)