Как работает ML-модель Rivox AI
ML-модель Rivox AI — это основа технологии, которая позволяет не просто анализировать действия пользователей, но точно прогнозировать вероятность их конверсии на основе поведенческих паттернов.
Что анализирует модель?
- ★Время на странице
- ★Глубину и скорость прокрутки
- ★Количество просмотренных товаров
- ★Клики по кнопкам "Купить", "В корзину"
- ★Взаимодействие с формами
- ★Возвраты к товарам
- ★Повторные визиты
- ★Скорость и плотность действий в сессии
- ★И множество других микросигналов
Как строится прогноз вероятности покупки?
- Сбор поведенческих данных через SDK.
- Агрегация признаков в единую цифровую сессию.
- Анализ признаков с помощью обученной ML-модели.
- Присвоение вероятности конверсии — значение от 0 до 1 (где 1 = почти гарантированная покупка).
★
Пример:
Пользователь A — score 0.92 → практически готов к покупке.
Пользователь B — score 0.18 → случайный визит без интереса.
Пользователь A — score 0.92 → практически готов к покупке.
Пользователь B — score 0.18 → случайный визит без интереса.
Как обучалась модель Rivox AI?
- ★Исторические данные о поведении покупателей и непокупателей
- ★Размеченные данные: реальные покупки и заявки против обычных визитов
- ★Десятки миллионов сессий реальных интернет-магазинов
Почему это работает лучше обычной аналитики?
- ★Обычная веб-аналитика видит только финальные заявки
- ★Rivox AI понимает намерения ещё до того, как человек отправил форму или оформил заказ
- ★Реклама начинает обучаться на реальных признаках заинтересованности
- ★Заявки становятся дешевле, а покупок — больше без роста бюджета
Как используются прогнозы в работе?
- ★Когда пользователь на сайте получает высокий score по итогам анализа, Rivox AI инициирует виртуальную конверсию в Яндекс.Метрике
- ★Яндекс.Директ начинает обучаться на этих событиях, улучшая качество трафика
- ★Вы быстрее снижаете стоимость заявки и увеличиваете конверсию