Использование временных признаков для увеличения конверсии e-mail рассылки

Развитие персонализированных CRM рассылок на данный момент является одним из быстрорастущих направлений для улучшений эффективности омниканальных коммуникаций. Данный проект направлен на создание коммуникационного инструмента для e-mail рассылок с помощью данных, предоставленных компанипей Инстамарт, целью которого является выявление для клиентов оптимального времени отправки и расчёта вероятности, что клиент откроет e-mail рассылку. В качестве методов для получения данных о взаимодействии клиентов с e-mail рассылками был выбран способ эксплораторного анализа данных, а также построение модели классификации на основе данных. Результатом исследования и проекта является изучение эффективности моделей классификации (алгоритм логистической регрессии), в том числе с использованием метода градиентного бустинга и фреймворков XGBoost и CatBoost. Согласно результатам, более оптимальным вариантом является использование алгоритма CatBoost для прогнозирования открытия e-mail писем в определенные дни и часы. В заключении подводятся итоги проведенной работы, а также рекомендации по улучшению производительности модели и дальнейшей имплементации данного подхода.