Details

Данная работа посвящена разработке и внедрению системы овербукинга в отдел продаж онлайн школы. Цель работы – разработка функциональности овербукинга, позволяющей оптимизировать запись клиентов на мастер-классы, минимизируя издержки и увеличивая количество продаж. Задачи, которые решались в процессе работы: • Анализ возможных решений по внедрению овербукинга. • Разработка требований к системе. • Разработка архитектуры системы. • Сбор и анализ данных для создания обучающего набора данных. • Обучение и выбор модели машинного обучения. • Создание сервиса оценки клиентов (лидов). • Разработка системы овербукинга на основе результатов оценки лидов. В ходе выполнения выпускной квалификационной работы был использован технологический стек, включающий язык программирования Python и фреймворк FastAPI для создания микросервисов, MongoDB для хранения данных, Celery для управления задачами и Betterstack для мониторинга. Была разработана и применена модель машинного обучения, обученная на данных, собранных из корпоративного хранилища данных на основе Amazon Redshift. Выпускная квалификационная работа носит практический характер. Система может быть использована для улучшения эффективности отдела продаж в онлайн школах и не только.

This work is dedicated to the development and implementation of an overbooking system for the sales department of an online school. The goal of the work is to develop overbooking functionality that optimizes client registration for masterclasses, minimizing costs and increasing the number of sales. Tasks addressed during the work: • Analysis of possible solutions for implementing overbooking. • Development of system requirements. • Development of system architecture. • Data collection and analysis for creating the training dataset. • Training and selection of the machine learning model. • Creation of a lead scoring service. • Development of the overbooking system based on lead scoring results. During the execution of the final qualification work, a technology stack was used, including the Python programming language and the FastAPI framework for creating microservices, MongoDB for data storage, Celery for task management, and Betterstack for monitoring. A machine learning model was developed and applied, trained on data collected from the corporate data warehouse based on Amazon Redshift. The final qualification work is practical. The system can be used to improve the efficiency of the sales department in online schools and beyond.