На Летней школе Фонда «Интеллект» участники традиционно работали с реальными кейсами от бизнеса. Команда студента ВМК МГУ Руслана Войта решала задачу для «Ингосстраха»: в рамках кейса необходимо было оптимизировать маркетинговые кампании, учесть ограничения и найти решение, которое поможет компании максимизировать прибыль при заданных параметрах. Руслан рассказал о поиске баланса между математической моделью и бизнес-ограничениями, а также о том, что помогло довести задачу до результата.
– Руслан, какую проектную задачу решала ваша команда на Летней школе и в чём, на ваш взгляд, заключалась её главная сложность?
– На летней школе моя команда решала задачу от компании «Ингосстрах» по оптимизации маркетинговых предложений. Нужно было понять, кому из клиентов и по какому каналу предложить определенный продукт, чтобы компания заработала больше, но не вышла за рамки бизнес-правил. Самое сложное было не в математике, а в исходных данных, так как ограничения были разрозненными и неполными. Пришлось сначала научиться эти данные понимать.
– Как вы подошли к решению кейса: с чего начали, какие гипотезы или идеи обсуждали в команде?
– Начали с тех методов, которые не нарушают ни одно правило из ограничений. Но такое решение слишком долго рассчитывалось и упиралось в миллионы строк данных. В процессе мы пришли к решению нарушать ограничения, но штрафовать модель за это. Это привело не только к ускорению ее работы, но и позволило показать бизнесу, какие ограничения сильнее всего мешают заработать больше.
– Какие знания или навыки оказались самыми полезными при работе над кейсом?
– Больше всего мне пригодилось умение разговаривать с заказчиком, а не только с кодом. После пары встреч стало ясно, что реальная проблема была не в отсутствии оптимизатора, а в том, что перевод исходных ограничений с языка бизнеса в программу тратил много времени аналитиков. Мы развернулись в эту сторону и получили решение, которое можно использовать также и в других доменах внутри компании.
– К какому решению вы пришли в итоге и как, на ваш взгляд, его можно было бы развить в дальнейшем?
– В итоге получилась модель, которая сама разбирает ограничения, находит оптимальный набор предложений и подсказывает бизнесу, какие правила стоит скорректировать, чтобы заработать больше. Развивать можно в двух направлениях: либо сделать умнее прогнозирование, учитывая историю клиента и реальный эффект от контакта, либо доводить инструмент до полноценного продукта с удобным интерфейсом управления ограничениями и оптимизацией.
– Какие ключевые навыки удалось прокачать в процессе работы над кейсом?
– В первую очередь в рамках школы я прокачал умение доводить дело до конца в жесткие сроки и грамотно выстраивать процессы внутри команды. Также был полезен нетворкинг с представителями индустрии с перспективой сотрудничества в будущем.
