ПЕРСОНАЛДАНДЫРЫЛҒАН МАРКЕТИНГТІҢ ТИІМДІЛІГІН АРТТЫРУ ҮШІН BIG DATA НЕГІЗІНДЕ НАРЫҚТЫ СЕГМЕНТТЕУ ЖҮЙЕСІН ӘЗІРЛЕУ

Аңдатпа

Бұл мақала персонализацияланған маркетинг үшін Big Data-ға негізделген тұтынушыларды сегменттеу жүйесінің қайталанатын прототипін жобалау мен іске асыруды ұсынады. Жүйені әзірлеу мәселелеріне алдыңғы шолу жұмысын жалғастыра отырып, бұл зерттеу тәжірибелік инженерлік аспектілерге баса назар аударады. Big Data стекін (Apache Spark, Kafka, Parquet, MLflow) таңдау негізделіп, партиялық және ағындық өңдеуді қолдайтын гибридті лямбда-сәулет ұсынылған. Мінездемелерді инженерлеу RFM-метрикаларын, мінез-құлықтық және уақыттық үлгілерді қамтиды. Ағындық платформадағы пайдаланушы әрекетін имитациялайтын синтетикалық деректер жинағында жүргізілген эксперименттерде K-Means және DBSCAN кластерлеу алгоритмдері салыстырылды, нәтижесінде силуэт және Калински-Харабас метрикалары бойынша K-Means түсіндірімді сегменттерді берді. Прототип деректерді қабылдау мен сақтаудан модельдеу және сегменттерді қызмет етуге дейінгі толық конвейерді қамтамасыз етеді. Практикалық маңыздылығы тұтынушыны тарту құнын төмендетуге және CTR мен CVR-дың әлеуетті өсуіне әкелетін нысаналаудың дәлдігін арттыруға бағытталғас масштабируемі тәсілді көрсетуде. Қайталануды қамтамасыз ету үшін код пен әдіснама толық ашып көрсетілген.