Creative Economy Creative Economy Креативная экономика 1994-6929 2409-4684 BIBLIO-GLOBUS Publishing House 126018 10.18334/ce.20.5.126018 XRLKLO Articles Статьи Research Article Customer segmentation in e-commerce using machine learning methods Сегментация клиентов в сфере интернет-торговли с использованием методов машинного обучения https://orcid.org/0000-0002-8514-75089866-0723 Russkikh Tatyana Nikolayevna Русских Татьяна Николаевна

Доцент кафедры алгебры и математических методов в экономике, кандидат экономических наук, доцент

 trusskih@rambler.ru https://orcid.org/0009-0005-8319-16784828-1346 Sokolova Polina Ivanovna Соколова Полина Ивановна

Студент магистратуры

 sokolova.pol57@mail.ru Orel State University named after I.S. Turgenev Орловский государственный университет им. И.С. Тургенева 31 05 2026 20 5 VOL 20, NO5 (2026) ТОМ 20, №5 (2026) 1069 1090 01 05 2026 28 05 2026 Copyright ©; 2026, Russkikh T.N., Sokolova P.I. Copyright ©; 2026, Русских Т.Н., Соколова П.И. 2026 Russkikh T.N., Sokolova P.I. Русских Т.Н., Соколова П.И. https://1economic.ru/lib/126018

Segmentation is currently the most important tool for understanding the needs of customers in e-commerce. It allows to increase customer loyalty and customer retention metrics. It ensures the development of effective marketing solutions. The article considers the main criteria of segmentation, provides an overview of the approaches to solving the problem of segmentation, and discusses the results of empirical research. A methodology for customer segmentation using machine learning methods is proposed. The solution of the tasks of research analysis and segmentation of the customer base of the online store is programmatically implemented. The K-Means, MiniBatchKMeans, Fuzzy C-Means, and DBSCAN methods were chosen as mathematical support. The quality of segmentation results was assessed using clustering metrics; and customer portraits were built. The conclusions and research results substantiate the possibility of using the proposed toolkit as mathematical support for business intelligence systems.

Сегментация в настоящее время является важнейшим инструментом для понимания потребностей клиентов в сфере интернет-торговли. Она позволяет повышать лояльность покупателей, увеличивает метрики удержания клиентов, обеспечивает разработку эффективных маркетинговых решений. В работе рассмотрены основные критерии сегментации, проведен обзор авторских подходов к решению задачи сегментации, результатов эмпирических исследований. Предложена методология сегментации клиентов с использованием методов машинного обучения. Программно реализовано решение задач исследовательского анализа и сегментации клиентской базы интернет-магазина. В качестве математического обеспечения выбраны метод Kmeans (к-средних), MiniBatchKMeans, метод Fuzzy c-Means (нечетких к-средних), DBSCAN. Произведена оценка качества результатов сегментации с использованием метрик кластеризации, построены портреты клиентов. Полученные выводы и результаты исследования обосновывают возможность использования предложенного инструментария в качестве математического обеспечения систем бизнес-аналитики

 client analytics segmentation clustering metrics клиентская аналитика сегментация кластеризация метрики 1. Алимова М.С., Василак Р.В. Сегментация клиентов с применением программных средств для моделирования информационных систем и обработки данных // Политематический сетевой электронный научный журнал Кубанского государственного аграрного университета. – 2025. – № 210. – c. 478-489. – doi: 10.21515/1990-4665-210-047. 2. Анишкина В.Н., Сафаров Н.И. Кластеризация покупателей розничной торговли методом к-средних // XXIV Туполевские чтения (школа молодых ученых): материалы Международной молодёжной научной конференции. В 6-ти томах, Казань, 07-08 ноября 2019 года. Том IV. – Казань: ИП Сагиева А.Р. Казань, 2019. – c. 182-186.– url: https://elibrary.ru/item.asp?id=42409275. 3. Арефьева С.Д. Анализ клиентского поведения с использованием кластеризации и сегментации данных // Информационные технологии в строительных, социальных и экономических системах. – 2025. – № 2. – c. 63-66. – url: https://elibrary.ru/item.asp?id=82605636. 4. Бардина Н.Ю., Федюшин Н.А. Сегментация потребителей с помощью кластерного анализа // Новый университет. Серия Экономика и право. – 2015. – № 5. – c. 25-27. – url: https://elibrary.ru/item.asp?id=23823536. 5. Бельских Е.С., Романович В.К. // Матрица научного познания. – 2015. – № 2-1. – c. 104-110. – url: https://os-russia.com/SBORNIKI/MNP-2025-02-1.pdf. 6. Бур-Жуа Е.И., Романович В.К. Основные принципы сегментирования рынка // Символ науки: международный научный журнал. – 2025. – № 1-1. – c. 25-28. – url: https://elibrary.ru/item.asp?id=80259033. 7. Габбасова Ж.Р. Анализ проблем метода сегментирования потребителей // Modern Science. – 2021. – № 3-2. – c. 56-59. – url: https://elibrary.ru/item.asp?id=44924681. 8. Галямов А.Ф., Тархов С.В. Управление взаимодействием с клиентами коммерческой организации на основе методов сегментации и кластеризации клиентской базы // Вестник УГАТУ. – 2014. – № 4. – c. 149-156. – url: https://elibrary.ru/item.asp?id=22649259. 9. Гончарук С.И., Воробьев С.П. Описание RFM-анализа при сегментации клиентов интернет-магазина // Инновационная наука. – 2020. – № 2. – c. 59-62. – url: https://elibrary.ru/item.asp?id=42345983. 10. Горбачёва А.А., Ильяшенко С.Б. Сегментирование покупателей как инструмент развития торговых организаций // Профессорский журнал. Серия: Экономические науки. – 2024. – № 1. – c. 22-27. – url: https://cyberleninka.ru/article/n/segmentirovanie-pokupateley-kak-instrument-razvitanizatsiy. 11. Гречишникова Ю.Ю., Медведева О.С. Сегментация клиентов в маркетинговой деятельности IT-компании // Дневник науки. – 2023. – № 5. – c. 68. – doi: 10.51691/2541-8327_2023_5_4. . 12. Закускин С.В. Сегментация целевой группы на основании потребительских предпочтений // Креативная экономика. – 2021. – № 1. – c. 169-192. – doi: 10.18334/ce.15.1.111560. 13. Костанда А.В., Кужельная О.В., Парфенова Е.И. Основные тенденции развития потребительских предпочтений (сегментирование) ювелирной торговли на основе применения современных инструментов маркетинга // Экономика и управление народным хозяйством. – 2024. – № 19. – c. 97-105. – url: https://elibrary.ru/item.asp?id=60271944. 14. Куликова О.М., Суворова С.Д. Совершенствование подхода к процедуре сегментирования в современных рыночных условиях // Естественно-гуманитарные исследования. – 2024. – № 2. – c. 144-149. – url: https://elibrary.ru/item.asp?id=68591290. 15. Москвичев Н.В., Бекасов Д.Е. Метод автоматической классификации клиентов розничных торговых сетей на основе кластеризации // Политехнический молодежный журнал. – 2021. – № 1. – c. 5. – doi: 10.18698/2541-8009-2021-1-665. 16. Платонова А.С., Рыжкова М.Н. Применение машинного обучения для сегментации пользователей в маркетинговых исследованиях // РТС. – 2025. – № 3. – p. 47-53. – url: https://cyberleninka.ru/article/n/primenenie-mashinnogo-obucheniya-dlya-segmentatsii-polzovateley-v-marketingovyh-issledovaniyah. 17. Поляков В.А., Фомичева И.В. Новые подходы сегментации в маркетинге // Вестник Тульского филиала Финуниверситета. – 2020. – № 1. – c. 236-239. – url: https://elibrary.ru/item.asp?id=43140105. 18. Ратманский А.В., Романович В.К. Сегментирование рынка ка важный инструмент разработки маркетинговой стратегии // Экономические системы. – 2025. – № 2. – c. 149-157. – doi: 10.29030/2309-2076-2025-18-2-149-157. 19. Рожкова А.В., Степанова Э.В., Ступина А.А., Анисимов П.Е. Сегментирование потребителей новых товаров в условиях цифровой трансформации экономики // Вестник Алтайской академии экономики и права. – 2025. – № 4-2. – c. 336-344. – doi: 10.17513/vaael.4112. 20. Цой М.Е., Щеколдин В.Ю., Лежнина М.Н. Построение сегментации на основе модифицированного RFM-анализа для повышения лояльности потребителей // Российское предпринимательство. – 2017. – № 21. – c. 3113-3134. – url: https://elibrary.ru/item.asp?id=30711360. 21. Якушина М.А., Манакова Е.В. Типологизация потребительского поведения на рынке женской одежды города Москвы // Практический маркетинг. – 2011. – № 4. – c. 20-28. – url: https://elibrary.ru/item.asp?id=16225957.