Баттл твипов - Создание предиктивных - против - Скрипт для аналитики

Предиктивная модель - эффективный инструмент поддержки принятия бизнес-решений. Создание такой модели - процесс поиска закономерностей с использованием алгоритмов машинного обучения (Mashine Lerning) в существующем наборе исторических данных (обучение модели) для предсказания наиболее вероятных вариантов развития событий в будущем (применение модели).

Классифицирующая модель позволяет разбить большой массив данных на группы (классы), характеризующиеся сходным набором признаков, используя явные и неявные закономерности. Применение такой модели, позволяет, например, определить группы пользователей, характеризующихся определенным поведением и сделать им предложения, интересные именно для них.

Для обеспечения качества работы модели необходим тщательный отбор и подготовка входных данных. Также может возникнуть необходимость во внешних данных. Результатом моей работы будет:

1) сама модель в формате, определяемом выбранной моделью (например, в случае линейных моделей это будет вектор весов каждого из факторов. Вес фактора определяет степень его влияния на результат)

2) отчет о валидности (точности предсказания) модели

3) файл с результатами применения модели к исследуемому набору данных

Работаете с покупным трафиком ? Тогда вам жизненно необходимо отслеживать его качество и делать это как можно лучше.

Этот скрипт помогает сделать то, что стандартными средствами метрики и google analytics сделать нормально нельзя.

Цели:

1. клик мышкой на странице
2. скролл страницы
3. выделение текста
4. движение мышки на странице
5. провел n времени на странице (можно указать свое значение).

Эти цели в совокупности помогут распознать ботовый трафик, либо сильно не заинтересованный в покупке. После чего вы сможете точно внести корректировки и либо отключить / обрезать источники с ботами, либо изменить промо, чтобы привлекать более целевую аудиторию.