Big Data: О чем думают ваши клиенты?
3 likes2,796 views
Документ описывает значение больших данных (big data) в современном банкинге и маркетинге, акцентируя внимание на том, как узнать больше о клиентах. Подробно рассматриваются шаги для организации хранения и обработки данных с использованием платформы управления данными (DMP), а также различные источники получения данных о клиентах и массовом рынке. Также упоминается необходимость создания центров компетенций по данным и вовлечения бизнес-подразделений для эффективного использования собранной информации.
Big Data: О чем думают ваши клиенты?
- 1. Big Data: О чем думают ваши клиенты? Денис Реймер вице-‐президент ЛАНИТ председатель Cовета директоров CleverDATA denreymer.com 12.11.2014
- 2. О чем ты думаешь?..... Что ты чувствуешь?... Дэвид Финчер «Исчезнувшая» Я всегда … … пытаюсь найти ответы, ответы на основные вопросы…
- 3. Один вопрос точно волнует всех! Это понятно и без Больших Данных покупать или продавать?
- 4. Клиент банка в наши дни • Всегда Онлайн & Всегда доступен • Живет в Digital мире • Мультизадачен и расфокусирован • Невосприимчив к рекламе
- 5. Что мы знаем о клиенте? Персональные данные История контактов Платежи Карточные транзакции Продукты Web-‐аналитика Результаты маркетинговых кампаний Взгляд 360о на все, что уже БЫЛО!
- 6. Что мы НЕ знаем о клиенте? Чем он интересуется? Что планирует покупать? Что изучает? Куда планирует поехать? Что планирует делать? Что может произойти
- 7. Использование только внутренней исторической информации о клиенте, равносильно управлению автомобилем, используя только зеркала заднего вида.
- 8. Шаг №1 Организуем хранение и обработку данных
- 9. Private DMP Data Management Pla}orm Профиль и интересы вашего клиента, в реальном времени Не существует DMP из коробки! DMP – это набор правильно подобранных компонентов.
- 10. Профиль клиента -‐ Таксономия Занятость • Безработный • На пенсии • Работаете • Студент • Свой бизнес Профессиональная сфера • Гос. Служба • Обслуживание • Преподавание • Продажи и маркетинг • Технологии • Финансы • Юриспруденция Уровень образования • Высшее • Другое • Среднее • Учёная степень Предпочтения • Финансы (клиент каких банков, уровень дохода, кредитная нагрузка, страховка) • Брендовые предпочтения авто (по маркам) Сервис классификации • Модельные предпочтения авто (по типам автомобилей) • Жилищные предпочтения (свой дом, своя квартира, аренда жилья) • Здоровье (диеты, традиционная медицина, питание) • Интернет и ТВ (предпочтения по каналам, тематикам передач и тд) • Мобильные телефоны (какие мобильные приложения использует) • Путешествия (частота, направления, командировки, класс отдыха) • Развлечения (театр, кино, клубы, искусство) • Спортивные предпочтения • Магазины (в магазинах какого класса обслуживается) • Определение собственной таксономии; • Подготовка обучающие выборки для алгоритмов машинного обучения; • Построение профилей интересов и классификация именно ваших клиентов!
- 11. Шаг №2 Где еще взять данные о наших клиентах?
- 12. История серфинга Социальные сети Какие данные о наших клиентах существуют? Медийный контент Машинные данные Offline данные Посещение веб-‐сайтов Поисковые запросы Покупки в интернете Просматриваемые фильмы Пол/возраст/ семейное положение Список друзей Like/Check-‐in Интересы/Посты eCommerce Мобильные приложения Покупки в магазинах Парковки Кредитная история Программы лояльности
- 13. Проблемы сбора • Незрелый рынок обмена данными; • Готовые профили аудитории вам могут оказаться бесполезны; • Отсутствуют стандарты сбора и предоставления сырых данных; • Необходимость работы с потоком данных (преобразование, очистка, хранение, интеграция)
- 14. Идем на Биржу данных Поставщики Потребители • Web-‐логи • Соц. Сети • Web-‐контент • БКИ • Мобильные операторы • Платежные системы • eCommerce • Банки • Ритэйл • eCommerce • Телеком • Госсектор Облачная сервисная платформа предоставляет возможность обмениваться и накапливать большие объемы разнородной информации и монетизировать их путем использования для решения бизнес-‐задач в области маркетинга, управления рисками, формирования программ лояльности и в других областях.
- 15. cleverdata.ru | [email protected] Безопасное хранение данных Real-‐‹me доступ к данным Big Data хранилище Мониторинг, статистика и контроль Депозитарий данных Биржа данных Обработка данных Сервисы активации данных Различные режимы торгов Уникальные возможности монетизации Биллинг операций Платформа для создания аналитических сервисов для разных предметных областей Алгоритмы машинного обучения и статистики Подключение к сторонним инструментам анализа данных Накопление и хранение Обогащение и монетизация Анализ и преобразование Биржа данных 1DMP.RU
- 16. Private DMP Собираем все вместе Web-‐ аналитика Шаг №3
- 17. DMP Markeong RTB Scoring Сырые данные CRM и внутренние транзакционные системы Аналитические данные • Профиль клиента Ano Fraud Построение единого профиля клиента Медийный контент Машинные данные История серфинга Социальные сети Offline данные eCommerce Данные web аналитики, campaign management систем DMP -‐ Центральный хаб данных организации
- 18. 3D модель Клиента Внутренние данные Online данные Открытые данные Данные БКИ Offline данные партнеров
- 19. Шаг№4 И что дальше со всем этим делать?
- 20. Строим Data Competence Center • «Растим» новую роль Data Scien‹st • Вовлекаем бизнес подразделения – Формулируем гипотезы – Определяем модель совместной работы • Выстраиваем «в-‐меру-‐agile» процесс работы – WAgile, SCRUMfall (выбираем подходящую вашей организации) • Экспериментируем
- 21. Когда важно знать, что думают ваши клиенты: • RTB реклама • Скоринг физических лиц • Активная матрица кросс-‐предложений • Формирование предложений на события в реальном времени • Формирование профиля типового потребителя продукта • Поведение клиента на сайте компании при звонке в call-‐center • Гибкое сегментирование клиентов • Целевые продажи • Верификация места проведения транзакции • Идентификация клиента по поведению • Антифрод и анализ мошенничества • Адаптация контента и анкеты …
- 22. «Для того, чтобы завтра вы могли извлечь пользу из данных, вы должны накапливать их уже сегодня и учиться с ними работать»
- 23. Денис Реймер h’p://denreymer.com h’p://cleverdata.ru h’p://lanit.ru 12.11.2014
- 24. Make your data clever Развитие бизнеса на международном рынке с 2012 года cleverdata.ru | [email protected] Входит в тройку лидеров российских ИТ компаний 43 подразделения в России и за рубежом Более 5500 сотрудников 100 тыс.проектов для 10 тыс.заказчиков Инновационная платформа управления данными «Биржа» данных Облачный сервис Собственная разработка Создана в 2014 г. Фокус на работе с «Big Data» Собственные центры разработки Партнерство с мировыми лидерами и научными институтами Центр экспертизы