Profilowanie Kampanii Marketingowej z Wykorzystaniem Uczenia Maszynowego i Metod XAI

Opis projektu

Projekt polega na wykorzystaniu modeli uczenia maszynowego do profilowania kampanii marketingowej, a następnie interpretacji tych modeli przy użyciu metod XAI (Explainable Artificial Intelligence). Głównym celem jest zrozumienie, jakie cechy mają największy wpływ na skuteczność kampanii marketingowej.

W projekcie znajdują się:

• Skrypt do eksploracyjnej analizy danych (EDA)
• Skrypty do preprocessingu oraz procesu uczenia modeli
• Skrypt do obsługi bazy danych
• Skrypt do budowania explainerów oraz przeprowadzenia XAI
• Zapisane modele w formacie .pkl będące wynikiem dostrajania

Dane

Dane wykorzystane w projekcie pochodzą z otwartego źródła na platformie Kaggle - Marketing Campaign.

Jest to rzeczywisty zbiór danych udostępniony przez brazylijską firmę ifood, która prowadzi platformę do zamawiania i dostarczania jedzenia online. Firma działa głównie w Brazylii i Kolumbii, posiadając ponad 80% udziału w rynku sektora dostaw żywności w Brazylii.

Zbiór danych został udostępniony w celu opracowania rozwiązania, które mogłoby zwiększyć efektywność marketingową firmy.

Dokumentacja

Dokumentację poszczególnych etapów można znaleźć w następujących plikach:

• Eksploracyjna analiza danych - EDA
• Proces uczenia modeli - ML

Aplikacja/UI oraz funkcjonalność

Aplikacja webowa stanowi interfejs do interkacji ze zbudowanymi modelami uczenia maszynowego. Zawiera ona następujące funkcjonalności:

• Import danych do bazy z pliku csv oraz doszkolenie modeli do nowych obserwacji
• Wybór klasyfikatora podstawie któego dokonywana będzie analiza kampanii
• Podsumowanie metryk wybranego klasyfikatora
• Podsumowanie frkacji sukcesu przeprowadzonych wcześniej kampanii
• Możliwość ręcznego sterowania ilością wpływowych cech
• Wgląd w cechy klienta mające największy wpływ na uzyskanie od niego pozytywnej odpowiedzi
• Wgląd w wykres przebiegu prawdopodobieństwa dla każdej istotnej cechy
• Intuicyjnie zaznaczone obszary na wykresie przedstawiające obszary największego zainteresowania
• Słowny opis zawierający informacje o grupie docelowej

Prezentacja aplikacji

W sekcji poniżej znajdują się screeny z wyglądem oraz funkcjonalnością aplikacji.

Strona tytułowa/Wprowadzenie

Wybór modelu

Doszkalanie klasyfikatora

Podsumowanie kampanii

Wykres ważności cech

Analiza wykresów

Plany rozwoju na przyszłość

• Tworzenie segmentacji obecnych klientów z wykorzystaniem cech uzyskanych z XAI.
• Integracja zewnętrznych danych, takich jak dane demograficzne czy zachowania online, w celu lepszego profilowania grup docelowych.
• Badanie wpływu kampanii marketingowych na różne segmenty klientów i dostosowywanie strategii marketingowej w oparciu o te wyniki.