РАЗРАБОТКАСИСТЕМЫ СЕГМЕНТАЦИИ РЫНКА С ИСПОЛЬЗОВАНИЕМ BIGDATAДЛЯ ПОВЫШЕНИЯ ЭФФЕКТИВНОСТИ ПЕРСОНАЛИЗИРОВАННОГО МАРКЕТИНГА

Аннотация

В данном исследовании обоснован выбор стек технологий Big Data (Apache Spark, Parquet, Kafka, MLflow) для обеспечения масштабируемости и воспроизводимости. Предложена гибридная лямбда-архитектура, поддерживающая как пакетную, так и потоковую обработку событий. На синтетическом датасете, имитирующем поведение пользователей стриминговой платформы, проведены эксперименты по сегментации с использованием методов K-Means и DBSCAN. Построены комплексные признаки, включающие RFM-метрики, поведенческие и темпоральные характеристики. Качество кластеризации оценено с использованием метрик силуэта и Калински-Харабаса. Результатом является функционирующий прототип, который автоматизирует этапы от приема сырых событий до формирования интерпретируемых сегментов с рекомендациями по их использованию в персонализированных маркетинговых кампаниях. Практическая значимость работы заключается в демонстрации подхода, позволяющего снизить стоимость контакта и повысить CTR/CVR за счет более точного таргетирования.