Сегментация всё чаще расходится на два лагеря: rule-based и ML-based.

Сегментация всё чаще расходится на два лагеря: rule-based и ML-based.

Rule-based — когда маркетинг сам задаёт условия: RFM, события, атрибуты, исключения. Плюс в прозрачности: понятно, почему пользователь попал в сегмент, проще согласовать с CRM, CDP и триггерами. Минус — такие сегменты быстро плодятся, их надо поддерживать руками, а логика начинает «течь» при росте данных.

ML-based подходит там, где нужны похожие аудитории, propensity, churn score, next-best-action. Модель ловит скрытые паттерны и лучше масштабируется, но есть две боли: объяснимость и качество входных данных. Если события грязные или атрибуты не синхронизированы, сегмент будет «умным» только на бумаге 🤖

Практика обычно гибридная: правила — для операционных кампаний, ML — для приоритизации и поиска инкремента. Иначе либо тонете в ручной сборке, либо теряете контроль над логикой.