Brenda Oliveira Ramires

需求预测模型帮助一家公司通过开设更多门店来扩大在巴西的业务. 我们使用了客户从咨询公司购买的竞争对手的汇总信息, the client's own data, 以及客户收集的关于巴西的数据，以建立每个地区的需求模型, 以及竞争对手满足了多少需求. 结果是一张地图，突出了有很大潜力开设新店的地区.

巴西一家零售商的数据驱动的CRM解决方案. 该公司希望利用以前购买的数据来识别客户类型，并创造更个性化的折扣. The solution used basket analysis to identify products that were often bought together and analysis of past customer behavior to identify which types of discounts had worked better and in which phase of the relationship with the brand the customer was; for example, recently started the relationship, 一段时间不购物回来了, or highly loyal.

In the end, the solution identified the best products to apply a discount to and the clients that needed to receive the discount in order to achieve a goal from the business side; for example, make the client loyal to the brand, retain a casual buyer, or increase average ticket.

A pipeline that collected, cleaned, 并组织数据，供团队中所有其他数据科学家在不同项目中使用. 使用爬虫和公共数据库，我们收集了要在项目中使用的数据. 每个小组都确定了从中提取数据的数据库，并以自己的方式处理数据集. 因此，团队经常处理其他团队已经处理过的数据库.

To save time for our data scientists, 我成立了一个团队来集中收集和处理数据. 在创建了爬虫应该如何工作以及它应该生成的输出的标准之后，我们自动执行了爬虫. 我们保存了第一个输出和我们创建的具有重要特性的表单，这些特性可供所有人使用. 我们保留了第一个输出，因为我们总是可以从原始数据集中创建更多的特征. In the end, 我们都有一个地方去寻找数据, 我们不需要再浪费时间处理相同的数据.