o2o优惠券使用预测
以优惠券盘活老用户或吸引新客户进店消费是o2o的一种重要营销方式。然而随机投放的优惠券对多数用户造成无意义的干扰。对商家而言，滥发的优惠券可能降低品牌声誉，同时难以估算营销成本。个性化投放是提高优惠券核销率的重要技术，它可以让具有一定偏好的消费者得到真正的实惠，同时赋予商家更强的营销能力。
现有o2o场景相关的丰富数据，希望通过分析建模，精准预测用户是否会在规定时间内使用相应优惠券。
商品图片分类
京东含有数以百万计的商品图片，“拍照购”“找同款”等应用必须对用户提供的商品图片进行分类。同时，提取商品图像特征，可以提供给推荐、广告等系统，提高推荐/广告的效果。
希望通过对图像数据进行学习，以达到对图像进行分类划分的目的。
广告点击行为预测
用户在上网浏览过程中，可能产生广告曝光或点击行为。对广告点击进行预测，可以指导广告主进行定向广告投放和优化，使广告投入产生最大回报。
希望基于100万名随机用户在六个月的时间范围内广告曝光和点击日志，包括广告监测点数据，预测每个用户在8天内是否会在各监测点上发生点击行为。
直邮营销：是直效行销的一种， 是把传统邮件直接发送给消费者的营销方式， 而且很多传统行业把直邮营销做为整个营销体系中一个重要的组成部分， 涉及的行业主要是大型商场、 大卖场、商业连锁店铺、专卖店等。当然由于直邮营销的应用很广，所以这种方式也同样适用于其他行业。
案例阐述：a 公司是一家汽车 4s 店，公司拥有完备的客户历史消费数据库，现公司准备举办一次高端品牌汽车的促销活动，为配合这次促销活动，公司计划为潜在客户（主要是新客户）寄去一份精美的汽车销售材料并附带一份小礼品。由于资源有限，公司仅有 1000 份材料和礼品的预算额度。
表述问题： 这里新客户指在是在店中留下过详细资料但又没有消费记录的客户。 这次促销活动的要求是转化收到这 1000 份材料和礼品的新客户， 让尽量多的新客户能够最终成为 4s 店的消费客户。
解决问题： 公司首先找出与这次促销活动类似的已经举办过的促销活动的历史消费数据， 在将这个历史数据集中，把促销结果分成正反两类，正类用来表示可以最终消费的客户。通过历史数据的训练我们可以得出一个分类器， 如果用的是决策树， 我们还能够得出一个类似 if-then 的规则，而这个规则就能够揭示参加促销活动并最终消费客户的主要特征。由于分类结果最后可以表示成概率形式，如此，用经过测试集测试过的分类器对新客户进行分类，将得到的正类客户的概率由大到小排序， 这样就可以生成一个客户列表， 营销人员按着这个表由上至下数出前 1000 个客户并向他们寄出材料和礼品即可。