Media & Publishing
Media & Publishing
Strategie di mobile advertising
La protagonista di questo progetto è una Mobile Data Company che offre soluzioni innovative di mobile advertising e location intelligence, per le quali è fondamentale conoscere con precisione i comportamenti e le abitudini degli utenti. Per questo ci è stato chiesto di sviluppare un algoritmo di profilazione profonda, capace di classificare gli utenti rispetto ai loro comportamenti offline.
- Descrizione e benefici
L’azienda possiede un numero considerevole di dati di posizionamento che vengono ricevuti dai sistemi GPS o Wi-Fi degli smartphone degli utenti. Questi dati geografici sono spesso incompleti e caratterizzati da un alto grado di incertezza. Attraverso delle tecniche di data mining e filtering, abbiamo elaborato la mole di dati raccolti e adottato algoritmi di clusterizzazione data driven con il fine di categorizzare il comportamento degli utenti basandosi sulle loro abitudini offline.
Clustering
La classificazione qualitativa degli utenti è precisa e automatizzata
Informazioni accurate e affidabili sul target
Alta profilazione degli utenti, basata su luoghi d’interesse frequentati da ciascun individuo
Maggior aderenza della campagna all’interesse dell’utente
Elevata efficacia delle campagne di advertising, grazie alla targetizzazione più specifica e al riconoscimento di eventuali classi non ancora note
Approfondimento caso studio
Riconoscere il cambio di abitudini: Hidden Markov Models
Per identificare i cluster di comportamento degli utenti, abbiamo sfruttato un sistema di classificazione ibrido che sfrutta modelli di Markov a stati nascosti. Questo ci ha permesso di separare gli utenti sia in classi di comportamento note che in categorie di mercato sconosciute, e di essere in grado di riconoscere un eventuale cambio di abitudini.
C.F. e P.IVA 07015910966| Via Schiaffino 11/19, 20158 Milano