Event cover 'Moscow DrinkUp #5'

Moscow DrinkUp #5

Moscow, Russia, 19.12.2024 19:00 (+03:00)

Avito Analytics meetup #13

Thu, 05 December 2024, 18:00 (GMT+03:00)
Free
Stream available
Community's avatar AvitoTech

Tags:

Тринадцатый онлайн-митап для продуктовых аналитиков пройдет 5 декабря в 18.00. Обменяемся опытом выстраивания процессов с нуля. Обсудим внедрение RFM-сегментации для более эффективной коммуникации с пользователями в Авито, процесс discovery и роль аналитика в нем в Т-Банке, а также кейс внедрения ML Autotasking в отделе продаж Авито.


Доклады

Какие сложности мы преодолели при внедрении RFM-сегментации клиентов в Авито Недвижимости — Сергей Медин, Авито Недвижимость

Сережа расскажет, почему для сегментации клиентов был сделан выбор в пользу RFM-анализа, и как это помогло выстроить более эффективную коммуникацию с пользователями.

  • Зачем сегментировать клиентов.
  • Какие инструменты сегментации клиентов существуют, и когда стоит выбирать RFM-анализ.
  • Как выбирать метрики для RFM-анализа.
  • Как реализовать RFM-сегментацию.
  • Результаты, которых мы достигли с помощью RFM: вы тоже так сможете.
  • Чек-лист, который поможет внедрить RFM-сегментацию в ваш продукт.

О спикере: Руководитель аналитики продаж в Авито Недвижимости. Вместе с командой улучшает взаимодействие продавцов и владельцев недвижимости с платформой.

Грабли Discovery в продуктовой команде. Практические советы о сложностях внедрения Discovery-процесса в продуктовую команду — Олег Филонов, Т-Банк

Обсудим, что такое процесс discovery, роль аналитика в этом процессе. Расскажу, что может пойти не так и где вас поджидают проблемы на пути построения процессов. Спойлер: везде. Поделюсь опытом моей команды, чтобы вы не повторяли чужие ошибки. А ещё обсудим, что вы НЕ получите от Discovery-процесса.

О спикере: Руководитель группы аналитиков в Т-Банке.

Как мы внедряли ML Autotasking в отделе продаж — Роман Захаров, Авито

Рома расскажет, как ранжирование задач для менеджеров продаж, основанное на предсказании аплифта от касания менеджера, растит эффективность его работы и с какими проблемами мы столкнулись при создании MVP.

  • Аплифт, как наиболее правильная метрика эффективности менеджера.
  • Автоматизация выбора клиентов, с которыми будет взаимодействовать менеджер.
  • Как собирали датасет для обучения модели и почему это было непросто.
  • Как сравнивали ранжирование клиентов моделью против бейзлайнового алгоритма.
  • С какими сложностями столкнулись при внедрении модели.

О спикере: Руководитель аналитики юнита ML Autotasking в коммерческом департаменте Авито. Создает аналитические инструменты, позволяющие менеджерам увеличить эффект от работы с клиентами.