Comment AI prédit la conversion des leaders

La prévision de la conversion des pistes répond à deux questions : qui est le plus susceptible d'être conçu et ce qu'il faut faire de cette prévision (taux, priorité, itinéraire de traitement). La clé n'est pas un « algorithme pour l'algorithme », mais des événements purs, une attribution correcte et des règles d'exploitation : comment utilisez-vous le score - dans les médias, l'antifrode, le scoring des demandes ou le CRM.

1) Base de données et événements (minimum)

Cibles (label) : binaire « y ∈ {0,1} » - la conversion ciblée a-t-elle eu lieu à l'horizon T (par exemple, « FTD à 14 jours », « achat à 7 jours », « demo→platnyy à 30 jours »).

Sources crues :

Marketing : UTM/canal/créatif/site, temps de clic/affichage.
Comportement : vues des pages/écrans, profondeur, vitesse, événements d'entonnoir.
Reg/questionnaire : champs de formulaire, CUS/Veracification (le cas échéant), majuscules entre les étapes.
Paiements/produits : statuts, montants, méthodes de paiement (pas de PII dans l'URL).
Technique : appareil/OS/navigateur, réseau/IP/ASN, retards, erreurs.

Règles de temps : toutes les étiquettes sont UTC ; pour l'apprentissage, on ne compte les fiches que du passé par rapport à la marque de l'événement (pas de liqueur).

2) Fichi (ce qui aide vraiment)

Substituts RFM avant conversion :

Recency (temps de clic/reg à « maintenant »), Frequency (événements/sessions), Monetary proxy (profondeur ou valeur des micro-événements).
Canal/créatif : 'source/medium/campagne/content/term', 'placement', 'creative _ id'.
GEO et local : pays/monnaie/langue (catégorique avec codage ciblé).
Device/technique : 'device/os/browser', vitesse, erreurs de chargement, visibilité du formulaire.
Entonnoir : 'time _ to _ reg', 'time _ to _ verify', 'time _ to _ payment _ init'.
Qualité du lead : exhaustivité du questionnaire, coïncidences des geo↔platyozh, anomalies comportementales.
Signaux antifrod : marqueurs IP/ASN, velocity, poupées/serveur-side.
Saison/heure : jour de la semaine, heure, campagnes/périodes promotionnelles.

💡 Champs que le modèle ne devrait pas voir : tout signe apparaissant après l'étiquette de ciblage (par exemple, le montant du paiement lorsque vous prévoyez le paiement).

3) Algorithmes et quand les choisir

Régression logistique - rapide, interprétable, excellente comme baisline et pour les règles prod (restrictions montoniques).

Le gradient boosting (XGBoost/LightGBM/CatBoost) est la norme de facto : fonctionne avec des données tabulaires, catégoriques et de déséquilibre.

Réseaux neuronaux/TabNet - justifiés avec des données très larges et variées (combinaison de la plaque + texte/images).

Modèle d'ascenseur - si vous voulez prédire l'augmentation de la conversion de l'impact (campagne/bonus), pas la conversion elle-même.

Déséquilibre de classe : utiliser 'class _ weight', 'focal loss' ou 'AUC-PR' comme métrique principale ; ne pas « gonfler » une classe mineure sans besoin.

4) Validation : uniquement en fonction du temps

Séparez le train/valid/test par le temps (rolling/forward split), sinon « subdivisez le futur ». Pour en ligne - A/B ou geo-holdout : une partie du trafic fonctionne selon les règles du modèle, une partie selon la base.

5) Métriques de qualité (et pourquoi)

L'ASC-ROC est le potentiel de classement général.

L'ASC-PR est critique pour les déséquilibres.

LogLoss/Brier - pénalise pour une mauvaise calibration de probabilité.

Calibrage (Reliability curve, ECE) : probabilité 0. 3 signifie « conversion dans 30 % des cas ~ ».

Lift/KS/Top-bucket hit rate - augmentation dans le top N % des leaders détachés (montre la valeur commerciale).

Decision-metrics: Precision@k, Recall@k, Cost-aware gain (см. ниже).

6) Étalonnage des probabilités

La plupart des boostings « surestiment/sous-estiment » les probabilités. Utilisez Platt scaling (régression logistique sur les logites) ou la régression isotonique sur la validation. Vérifiez l'étalonnage dans les segments (canal/géo/device) - les changements sont fréquents.

7) Comment transformer une pente en argent (décisioning)

7. 1. Fonction de la valeur

Que "p (x)" soit la probabilité de conversion, "V" la valeur attendue (NGR/LTV) de conversion, "C'est le coût de contact/taux/traitement.

Marge attendue : 'EM (x) = p (x)· V − C'.

Nous affichons la publicité/augmentons le pari/envoyons le lead en priorité seulement si 'EM (x)> 0'. Seuil 'p = C/V'.

7. 2. Trois niveaux d'application

Multimédia : 'bid ∝ p (x) × E [V]' avec un Payback/ROAS cible donné.

Scoring des demandes (call center/CRM) : nous priorisons les files d'attente pour « p (x) » et « EM (x) » ; les pistes « bon marché » à haut « p » → auto-traitement « cher » à bas « p » → différer/supprimer.

Personnalisation : déclencheurs/bonus uniquement lorsque l'augmentation attendue est positive (uplift, pas « stimuler ceux qui l'achèteraient déjà »).

8) Évaluation économique du modèle

Simuler le profit curve : trier les leaders par « p (x) », passer par le seuil du haut vers le bas et compter « profit = Σ (p· V − C) » jusqu'au ke % de l'échantillon. On prend le seuil au maximum de la courbe. Ajoutez les coûts de contact (gestionnaire/appel), les plafonds de fréquence et les limites de conformité (âge/GEO/consentement).

9) Lutte contre la liquidité et les déplacements

Liqueur : excluez les fiches qui se produisent après le point de ciblage ou le résultat « suggérant » (par exemple, le fait de KYC si la cible est de passer KYC).

Décalage des canaux : différents GEO/sources → différentes conversions de base. Utilisez stratification/validation croisée par segments + calibrage.

Dérive des données : surveiller PSI/part des catégories, semaine AUC/LogLoss, part « out-of-range » fich.

10) Interprétation et confiance

SHAP/feature importation - montrez les principaux facteurs au niveau du datacet et du lead spécifique.

Montonicité - pour les fiches « saines » (par exemple, plus l'engagement est important, plus la probabilité est élevée), vous pouvez fixer des restrictions monotoniques.

Decision Log est le magazine « Pourquoi le lead est en priorité/exception ».

11) MLOps et fonctionnement

Pipline : sbor→ochistka→fichi→obucheniye→kalibrovka→deploy (API/script) →monitoring.

Métriques en ligne : p95 scores latins, aptyme, % d'erreurs, proportion de pistes brutes.

Surveillance de la qualité : AUC/PR, étalonnage, drift, métriques d'affaires (ROI/Payback par skor-buckets).

Rotation du modèle : planning (par exemple mensuel) + alert en cas de dégradation.

12) Exemples de règles (pseudo)

Priorité au centre d'appels :

`p ≥ 0. 6 '→ appel dans les 5 minutes, agent expérimenté.
`0. 3 ≤ p < 0. 6 '→ auto-communication + rappel dans 2 heures.
`p < 0. 3 'et' C _ contact 'haut → DJ, sans appel.

Médias :

'bid = base_bid × (p/ p_target)' avec les restrictions 'min/max bid', dayparting et kaps.

13) Expérimentation et preuve du bénéfice

A/B par lead : mesurer non seulement la conversion, mais aussi le profit/lead, le temps de traitement, le coût du lead.

Géo-split : si le centre d'appels est limité, expérimentez sur des clusters géographiques.

Fenêtre glissante : fixez l'horizon de la métrique (par exemple, le D14) et attendez le remplissage sans regarder à l'avance.

14) Conformité, vie privée et éthique

Consent/Privacy : pas de PII dans l'UTM/URL, les consentements de l'utilisateur sont pris en compte dans le ciblage.

Fairness : n'utilisez pas de signes sensibles ; vérifiez les segments par « distorsion ».

Marketing responsable : Dockleimers corrects, règles d'âge/géo, limites de fréquence des communications.

15) Erreurs fréquentes

1. Optimisation par clics/ERS au lieu de conversion et profit.

2. Split incorrect (aléatoire au lieu de temporaire) → hors ligne surévalué.

3. Sans calibrage, → mauvais seuils et de mauvaises solutions.

4. Liqueur dans les fiches → « magiquement » AUC élevé, effet zéro en ligne.

5. Pas de contrôle des coûts (C_contact, cap) - la marge disparaît.

6. L'absence de A/B est un modèle « sur l'étagère », les affaires ne croient pas.

7. Dérive non comptabilisée - la pente vieillit, les profits chutent.

16) Chèque de mise en œuvre

Le label et l'horizon T sont définis, les règles commerciales sont harmonisées.
Split temporel et bazline de base (logreg).
Fichi sans liqueur : RFM, lagunes, canal/créatif, devis/géo, technique.
Boosting + calibrage (Platt/Isotonic), métriques AUC-PR/LogLoss/Calibrage.
Profit curve et seuil « p = C/V ».
Intégration : Centre d'appels/CRM/Règles Bid, guardrails et logs de décision.
A/B ou geo-holdout, métriques de profit en ligne.
Surveillance de la dérive, règlement de rotation.

17) Plan 30-60-90

0-30 jours - Cadre et baisline

Décrire le but et l'horizon, assembler des fiches sans liqueur, faire une baisline (logreg).

Configurer la validation temporelle, l'étalonnage, le profit curve et le seuil initial.

Préparer l'intégration (API/script) et la « course sèche » sur l'historique.

31-60 jours - Modèle en vente

Activer le boosting (LightGBM/CatBoost), le calibrage, les reports SHAP.

Démarrer A/B (ou geo-holdout) sur 20-30 % du trafic.

Inclure les règles de priorité/biding, guardrails, logs de décision.

61-90 jours - Échelle et résilience

Agrandir les segments et les canaux, mettre en place un ascenseur là où il ya des incitations/bonus.

MLOps : surveillance de la dérive, scoring SLA, plan de rotation.

Rétro hebdomadaire : ajustement des seuils, mise à jour des fiches et des dictionnaires.

La prévision de conversion AI fonctionne lorsque vous formulez correctement une cible, construisez une validation temporelle, calibrez la probabilité et transformez la pente en solution monétaire : taux, priorité, itinéraire. Ajoutez MLOps, A/B-confirmation et guardrails par conformité - et le modèle cessera d'être un « décor », et deviendra un outil opérationnel qui accélère l'entonnoir, réduit la valeur de vente et augmente les profits.