Sistema predictivo de probabilidad de compra en e-commerce

Abstract

El comercio digital es la nueva forma de obtener productos en la actualidad debido a los avances tecnológicos e internet. En paralelo surgió el marketing digital lanzando campañas publicitarias en las páginas web para aumentar la propensión de compra. Sin embargo, esto ha hecho que los usuarios sufran una sobreestimulación y que no adquieran sus productos. Por ello, en este proyecto se ha propuesto un sistema en el que se realice una predicción personalizada y en tiempo real de la probabilidad de compra. En tiempo real referido a obtener la probabilidad de compra de un cliente y producto determinado tras la finalización de cada acción del usuario, como puede ser un click en la pantalla del ordenador. Así, se podrán personalizar las campañas publicitarias conforme a las necesidades de los usuarios. El proyecto pretende implementar el sistema de predicción en tiempo real mencionado y compararlo con el modelo de predicción utilizado anteriormente basado en las predicciones que se realizan tras finalizar la sesión de los usuarios, es decir, a posteriori. A partir del sistema desarrollado se analizan diferentes métricas como la precisión y el recall, además de diferentes curvas para ver el comportamiento que presenta, como la curva PR y ROC.

Nowadays, due to technological development and the internet, digital commerce is the prominent way to obtain products. At the same time, the digital marketing industry emerged, and started launching advertising campaigns on web pages to increase propensity to buy. However, this has made the users suffer from overstimulation, and consequently they are not acquiring their products. Therefore, this project proposes a system that performs real time personalized purchase likelihood. Real time meaning to obtain the probability of a purchase and a specific product after the completion of each user action, for instance, a click in the computer screen. Thus, advertising campaigns can be customised to the client's needs. The project aims to implement the already mentioned real time prediction system and compare it with the previously used prediction model based in the predictions made after the end of the users’ session, in other words, a posteriori. Using the developed system several metrics are going to be analyzed, such as precision or recall, in addition to different curves to see the behaviour that they show, such as ROC or PR curve.