La protagonista di questo progetto è una Mobile Data Company che offre soluzioni innovative di mobile advertising e location intelligence, per le quali è fondamentale conoscere con precisione i comportamenti e le abitudini degli utenti. Per questo è stato chiesto a Moxoff di sviluppare un algoritmo di profilazione profonda, capace di classificare gli utenti rispetto ai loro comportamenti offline.
Descrizione e Benefici
L’azienda possiede un numero considerevole di dati di posizionamento che vengono ricevuti dai sistemi GPS o Wi-Fi degli smartphone degli utenti. Questi dati geografici sono spesso incompleti e caratterizzati da un alto grado di incertezza. Attraverso delle tecniche di data mining e filtering, abbiamo elaborato la mole di dati raccolti e adottato algoritmi di clusterizzazione data driven con il fine di categorizzare il comportamento degli utenti basandosi sulle loro abitudini offline.
Per identificare i cluster di comportamento degli utenti, Moxoff ha sfruttato un sistema di classificazione ibrido che sfrutta modelli di Markov a stati nascosti. Questo ha permesso di separare gli utenti sia in classi di comportamento note che in categorie di mercato sconosciute, e di essere in grado di riconoscere un eventuale cambio di abitudini.
- Clustering, la classificazione qualitativa degli utenti è precisa e automatizzata
- Informazioni accurate e affidabili sul target, alta profilazione degli utenti, basata su luoghi d’interesse frequentati da ciascun individuo
- Maggior aderenza della campagna all’interesse dell’utente, elevata efficacia delle campagne di advertising, grazie alla targetizzazione più specifica e al riconoscimento di eventuali classi non ancora note
