Hoe de Amerikaanse retailketen Target zwangerschap voorspelde
"My daughter got this in the mail!” he said. “She’s still in high school, and you’re sending her coupons for baby clothes and cribs? Are you trying to encourage her to get pregnant?”
The manager didn’t have any idea what the man was talking about. He looked at the mailer. Sure enough, it was addressed to the man’s daughter and contained advertisements for maternity clothing, nursery furniture and pictures of smiling infants. The manager apologized and then called a few days later to apologize again."
...
Het Amerikaanse Target is een beetje te vergelijken met de Nederlandse Hema, maar dan veel groter. Amerikanen spreken Target wel eens uit met een Frans accent(Tar-Zhay) om aan te geven dat het zeker geen Bijenkorf is. De realiteit is echter dat iedereen er koopt.
De succesvolle data mining afdeling van Target werd recentelijk uitgebreid uit de doeken gedaan in een artikel van de New York Times.
Uit studies bleek dat zwangere klanten in het derde trimester een bijzonder hoge merkloyaliteit vormen. Daarnaast geven gezinnen met pasgeborene natuurlijk veel uit en Target wilde vanzelfsprekend dat al die dollars bij hen werden uitgegeven. Gregg Steinhafel, de grote baas bij Target zei dan ook:
“..heightened focus on items and categories that appeal to specific guest segments such as mom and baby.”
Hoe Target het waarschijnlijk heeft gedaan
Target gebruikt geen bonuskaart en aangezien vrijwel iedereen in de VS met een creditcard betaald wordt het adres van de creditcard waarschijnlijk gebruikt als unieke sleutel. Dit verklaard ook de verwarring van de vader en de dochter uit het gequoteerde stuk. Vaak wordt er ook naar een telefoonnummer gevraagd en dit kan ook gebruikt zijn als unieke sleutel.
Het kopen van luiers in combinatie met leeftijd uit point of sales data samen met bevallingsdatums die aanstaande moeders opgaven bij het starten van cadeauregisters werden gebruikt klanten te indentificeren die zwanger zijn geweest. Een baby shower is een Amerikaans fenomeen waar vrienden en familie cadeautjes geven na de geboorte. Net als het register voor huwelijkscadeau's bij de Bijenkorf hebben bijna alle Amerikaans retailers registers voor trouwerijen en baby showers.
In de data wordt nu gedefineerd welke klanten zwanger zijn geweest. Het is vanzelfsprekend geen doen om de hele produktcatalogus te labelen en vervolgens handmatig een waarschijnlijkheidsindex te bouwen. Dit probleem zal desalniettemin flink wat data ad-hoc analyse vergen met clustering en marketbasket analyse via clusteralgoritmen en associatiealgoritmen. Target vond zo een lijst met 25 producten waar de verkoop of afwezigheid van verkoop bijzonder goede voorspellers zijn voor een zwangere klant.
Vervolgens werd er waarschijnlijk met een supervised learning algoritme zoals logistsische regressie of neurale netwerken de classificatie geleerd. Na een aantal iteraties modellen kan het beste model geselecteerd worden door de modellen op een nieuwe dataset te testen. De uiteindelijke nauwkeurigheid van de test wordt dan op weer een nieuwe set data getoetst.
Met dit geleerde model kunnen klanten automatisch geclassificeerd worden. Periodiek of realtime kunnen up-to-date point of sales data gescoord worden aan het model. Maandelijks wordt bijvoorbeeld gekeken welke nieuwe klanten volgens het model zwanger zijn en kan de mailing aangepast worden.
Deze methoden kunnen natuurlijk toegepast worden om allerlei andere type klanten te herkennen. Het kan echter zijn dat er uit de aanwezige data geen significante voorspellingen gemaakt kunnen worden. Gelukkig kunnen modellen altijd op een apparte validatieset worden getoets op voorspellende waarde voordat ze uitgerold worden. In het geval van Target kon er met slimme algoritmen en de aanwezige data een ongeloofelijk accuraat model geleerd worden. Analyse begint dus eigenlijk al bij de keuze welke data op te slaan. Als organisaties data mining willen verheffen van ondersteunde ad-hoc operatie naar een daverend succes, zal het hele bedrijfsproces onder de loep moeten worden genomen. Beslissers en cultuur spelen hier een grote rol.
Target behaalde in 2002 nog een omzet van $44 miljard. In 2010, het jaar dat Target startte met predictive analytics, groeide dit uit tot $67 miljard. Eindelijk werd er waarde gehaald uit de enorme berg data. Het maken van complete klantprofielen wordt in de toekomst wellicht de belangrijkste rede voor organisaties om horizontaal uit te breiden.
Target ontdekte dat zolang de coupons voor luiers en lotions ogenschijnlijk willekeurig tussen andere coupons werden gezet er dankbaar van de aangeboden acties gebruik werd gemaakt. Dit lost ook gelijk het probleem van false positives op. Target gebruikt dus mass mailings per post, maar voor een aantal klanten zijn deze wel slim gesegmenteerd.
