Данные - Основа Digital революции
3 likes2,640 views
Документ представляет стратегию и подходы компании ГК Ланит к использованию данных и технологий big data в сфере маркетинга. Подчеркивается важность сбора и анализа клиентских данных, а также применения искусственного интеллекта для повышения эффективности маркетинга и продаж. Ланит стремится объединить информацию и знания для улучшения клиентского опыта и достижения поставленных бизнес-целей.
Данные - Основа Digital революции
- 1. ДАННЫЕ ОСНОВА DIGITAL РЕВОЛЮЦИИ Денис Реймер Вице-‐президент ГК ЛАНИТ
- 2. Развитие бизнеса на международном рынке Входит в тройку лидеров российских ИТ компаний 43 подразделения в России и за рубежом Более 7000 сотрудников 100 тыс.проектов для 10 тыс.заказчиков Облачная платформа управления данными «Биржа» данных Прикладные сервисы и приложения Big Data интегратор Опыт работы более 3-‐х лет Собственные центры разработки Партнерство с мировыми лидерами и научными институтами Центр экспертизы по технологиям Big Data и Digital MarkeSng 1DMP CleverDATA – Центр Компетенции Big Data в ГК ЛАНИТ
- 3. ЧТО ОБЪЕДИНЯЕТ ЭТИ КОМПАНИИ?
- 4. КАЖДЫЙ ИЗ НИХ ЛИДЕР НА СВОЕМ РЫНКЕ не создает контент не владеет ни одной машиной не обладает своими площадями не имеет складов
- 5. 1. Обладают «информацией»; 2. Умеют извлекать из информации ценные знания; 3. Доставляют знания своим клиентам. ЭТИ КОМПАНИИ – ЖИВУТ В DIGITAL МИРЕ
- 6. БОЛЬШЕ БОЛЬШЕ МЕНЬШЕ 3 ЦЕЛИ МАРКЕТИНГА КЛИЕНТОВ ПРОДАЖ ЗАТРАТ
- 7. Как достичь всех целей одновременно? Что лежит в основе современного системного подхода в Маркетинге?
- 8. 1. ДАННЫЕ
- 9. • Живет в Digital мире • Всегда Онлайн & Всегда доступен • С полным отсутствием фокуса • Невосприимчив к рекламе Современный клиент
- 10. Погружение клиента в мир Digital открывает новые возможности для БИЗНЕСА
- 12. САМЫЕ ЦЕННЫЕ СЛЕДЫ КЛИЕНТ ОСТАВЛЯЕТ НА ВАШИХ DIGITAL РЕСУРСАХ И В ИТ- СИСТЕМАХ ВАШИ СОБСТВЕННЫЕ ДАННЫЕ
- 13. Если эти данные не собирать и не сохранять, то вы никогда не узнаете об их ЦЕННОСТИ Не позволяйте следам исчезнуть
- 14. Где еще «наследил» Клиент • Посещения веб-ресурсов • Социальные сети • SMS-рассылки • История платежей • История перемещений • Данные о покупках • Профиль в мобильной сети оператора • Интересы, Намерения и многое другое
- 15. Если мы сможем собрать все «следы» Клиента в единую картину, мы сможем понять, что нужно Клиенту в данный момент времени?
- 16. Где взять данные? Вопросы к рынку • Поиск данных • Безопасность и качество данных • Технические сложности интеграции • Отсутствие механизмов ценообразования
- 17. Биржа Данных 1DMP.IO • Поставка данных • Обогащение данных • Монетизация данных
- 18. Платформа знаний о ваших клиентах Customer eXperience Profile Private DMP (Data Management Plalorm) Вероятность оттока 35% Лояльность 87% Надежность 20% Кредитная нагрузка Низкая Семья 2 чел Доход семьи Средний Инвестиции, экономика 66% Автомобили 5% Недвижимость 10% Накопления 18% Технологии 63% Действующих продуктов 5 Последняя покупка 36 дн Активность 28% CLTV Средний В клиентской базе 35.2 мес Удовлетворенность 75% Уровень коммуникации 20% Уровень отклика 18% Собираем «следы» в одном месте
- 19. СЛЕДЫ СОБРАЛИ! ЧТО С ЭТИМ ВСЕМ ДЕЛАТЬ?
- 20. ВОДОПАД ЕЖЕДНЕВНЫХ ВОПРОСОВ 1. Как привлечь хороших клиентов? 2. Какой продукт предложить существующему клиенту? 3. Как удержать клиента? 4. Как не навредить клиенту лишними коммуникациями? 5. Как повысить лояльность? 6. Как снизить затраты на маркетинговые кампании? 7. Как в каждой точке контакта с клиентом знать, что нужно клиенту?
- 22. Обучаем черный ящик Применение методов машинного обучения к массивам обогащенных данных позволяет повысить эффективность существующих маркетинговых моделей.
- 23. Что нужно знать про Машинное Обучение Ключевые шаги: • Подготовка данных • Выбор признаков и предикторов • Формирование тестовой выборки • Обучение модели • Тестирование на реальных данных
- 24. Как найти похожих клиентов WEB CRM CRM CRM CRM CRM WEB WEB WEB WEB КУПИЛ ПРОДУКТ! КТО ИЗ КЛИЕНТОВ КУПИТ ПРОДУКТ? Добавляем внешние данные
- 25. Private DMP Web-‐ аналитика 3. АВТОМАТИЗАЦИЯ
- 26. Собрать данные Построить и обучить модель Передать знания в точку контакта с Клиентом 3 ШАГА
- 27. Data Management Platform 1DMP.IO Биржа Данных CRM Web Mobile Call-центр Точки Контакта Social
- 28. НАЧНИТЕ С ПЕРВОГО ШАГА
- 29. Монетизация данных Биржа Данных Data Science Прогнозные Модели Технологии Big Data 1DMP.IO “BigData-As-A-Service”
- 30. htp://cleverdata.ru htp://1dmp.io htp://lanit.ru Денис Реймер | htp://denreymer.com