Детальная информация

Целью работы является построение модели оценки влияния SKU на отток клиентов из категории и интеграция результатов модели в составной инструмент поддержки решений, объединяющий поведенческие и классические показатели товарной эффективности. Основные результаты ВКР: 1. Построена модель прогнозирования клиентского оттока с F1-score до 0.78. 2. Выявлены особенности покупательского поведения в различных категориях и различия в предсказуемости оттока. 3. Разработана методика оценки вклада товаров в удержание клиентов и система автоматических рекомендаций по выводу товаров из ассортимента. 4. Проведено сравнение результатов модели с экспертными оценками категорийных менеджеров. Область применения результатов — ритейл-аналитика и автоматизированные системы поддержки категорийных решений. Предложенный подход может быть интегрирован в ИТ-системы сетей розничной торговли для повышения эффективности управления ассортиментом.

The given work is devoted to the development and investigation of a system that integrates machine learning methods into the assortment management processes of a retail network. The focus lies on assessing the contribution of individual stock keeping units (SKUs) to customer retention at the product category level, with the goal of optimizing decisions related to product delisting. The objective of this work is to build a model for evaluating the impact of SKUs on category-level customer churn and to integrate the model results into a composite decision-support tool that combines behavioral and classical product performance indicators. Key results of the thesis: 1. A customer churn prediction model was developed, achieving an F1-score of up to 0.78. 2. Behavioral differences across product categories were identified, highlighting varying levels of churn predictability. 3. A methodology for assessing SKU contribution to customer retention and an automated recommendation system for product delisting were developed. 4. Model results were compared with expert evaluations from category managers. Application area — retail analytics and automated category decision-support systems. The proposed approach can be integrated into IT systems of retail chains to improve assortment management efficiency.