<?xml version="1.0" encoding="UTF-8"?>
<xml>
 <records>
  <record>
   <ref-type name="Journal Article">17</ref-type>
   <contributors>
    <authors>
     <author>Пантелеев, А.С.</author>
     <author>Мироненкова, Ж.В.</author>
     <author>Габдулхакова, Л.М.</author>
    </authors>
   </contributors>
   <titles>
    <title>Формирование модели отклика на мультиканальные коммуникации в аптечной организации</title>
   </titles>
   <keywords>
    <keyword>мультиканальные коммуникации</keyword>
    <keyword>СМС-сообщения</keyword>
    <keyword>электронная почта</keyword>
    <keyword>push-уведомления</keyword>
    <keyword>конверсия отклика в покупку CR</keyword>
    <keyword>LTV</keyword>
    <keyword>аптечная организация</keyword>
    <keyword>Scopus</keyword>
    <keyword>ВАК</keyword>
    <keyword>Белый список</keyword>
   </keywords>
   <dates>
    <year>2026</year>
    <pub-dates>
     <date>2026-10-07</date>
    </pub-dates>
   </dates>
   <doi>10.12731/2658-6649-2026-18-1-1428</doi>
   <journal>SIBERIAN JOURNAL OF LIFE SCIENCES AND AGRICULTURE</journal>
   <abstract>Систематический сбор и анализ данных о потребителях является неотъемлемой частью целевого маркетинга, способствует повышению конкурентоспособности аптечных организаций на рынке и является актуальным.&#13;
Цель исследования – разработка алгоритмов при формировании модели отклика на мультиканальные коммуникации в аптечной организации.&#13;
Материалы и методы. Материалами исследования являлись истории транзакций потребителей из CRM-систем при покупках товаров в 1121 розничной&#13;
аптечной организации, расположенных в 8 федеральных округах Российской Федерации, относящихся к аптечным сетям «Озерки», «Доктор Столетов», «Самсон-Фарма», «Супераптека», «Мосаптека» в 2018-2023 гг. Анализ коммуникаций&#13;
потребителей, несклонных к прекращению покупок, проводился с учетом историй&#13;
транзакций и данных участия в программах лояльности, предполагающих применение скидок и бонусов. Объём транзакций потребителей - не менее 5, интервал&#13;
между покупками - в среднем не более 150 дней. Методы исследований: статистическое наблюдение, расчет средних величин, сегментирование, алгоритмы искусственного интеллекта (ML), прогнозирование, вероятностное распределение.&#13;
Результаты. Спрогнозированы максимальные коэффициенты вероятности&#13;
отклика на СМС-сообщения (0,15), сообщения по электронной почте (0,07) и&#13;
push-уведомления (0,01). Для СМС-сообщений и сообщений по электронной почте наиболее высокие усредненные показатели конверсий отклика в покупку CR&#13;
наблюдались в воскресенье, уровня расходов потребителей LTV - в субботу; для push-уведомлений - в воскресенье и пятницу соответственно. Усредненные показатели максимальных количеств коммуникаций с потребителями были выявлены&#13;
для СМС-сообщений - в субботу, для сообщений по электронной почте и push-уведомлений - в среду.&#13;
Выявлены закономерности по оптимальным дням недели: для конверсии отклика в покупку в мультиканальных коммуникациях - воскресенье, для получения&#13;
максимальных финансовых показателей - суббота, за исключением push-уведомлений (пятница). Наиболее результативным каналом для коммуникаций являлись&#13;
СМС-сообщения, которые имели наилучшие соотношения между конверсией отклика в покупку и LTV. Ранее проведенное моделирование вероятности отклика потребителей по каналам коммуникаций с учетом дня недели позволило существенно&#13;
улучшить показатели CR, LTV, количество посещений в выходные дни. СМС-сообщения, имевшие максимальный коэффициент вероятности отклика 0,15, остались наиболее результативным каналом для коммуникаций. Оптимизация каналов&#13;
коммуникаций с потребителями по дням недели с акцентом на синхронизацию&#13;
периодов максимальной активности с периодами наибольшей результативности&#13;
может дать значительный рост ключевых показателей, более результативное использование маркетингового бюджета аптечной организации.</abstract>
   <urls>
    <web-urls>
     <url>https://repo.bashgmu.ru/publication/6169</url>
    </web-urls>
    <pdf-urls>
     <url>https://repo.bashgmu.ru/files/6367</url>
    </pdf-urls>
   </urls>
  </record>
 </records>
</xml>
