xNomad Marketplace for Short term retail

Viktiga resultat som projektet gav

The purpose of this project was for Syftet med detta projekt är att bygga en rekommendationsmotor baserad på en maskininlärningsmodell som använder data som samlats in från telekommunikation och i butikssensorer för att förstå detaljhandelskundens insikter. Denna rekommendationsmotor hjälper dig att hitta ditt ideala kortvariga utrymme genom att använda en analys av fotfall och riktad demografi för att underlätta beslutsfattandet. En ny webbplats och modell kommer att byggas för att visa, områdets fotfall, kunddemografi och ålder på varje platslista.

Långsiktiga effekter som förväntas

Projektresultatet var en ny webbplats som visar genomsnittligt fotfall per område, ålder och kön, baserat på AI / ML-modelldata. Data från Telia användes i kombination med data i butiken som hjälper varumärken att välja sin plats baserat på telekom-, butiks- och demografiska data. Denna funktion lades till webbplatsen och varje ledig platslista. En ny UX / UI-design och alternativ utrymmesrekommendation lades till och gjorde det möjligt för varumärken att hitta den bästa platsen snabbare och mer exakt. Möbler inkluderades

Upplägg och genomförande

Projektet inleddes med att samla in telekommunikationsdata från telia och butiksdata från popup-butiker som ägde rum över hela Sverige. Datavetare och utvecklare skapade sedan en databas varifrån AI / ML använder data för att skapa en rymdrekommendationsmotor baserad på data. Grafik- och UX / UI-designers designade sedan en ny UI / UX för att representera data. Den rekommenderade utrymmesfunktionen har lagts till i varje notering och huvudsidan. Hela processen för att hitta och boka ett utrymme på webbplatsen designades om för att införliva uppgifterna.

Externa länkar

Find a short term retail store through data on xNomad.co https://xnomad-staging.herokuapp.com/