Connexions for Bond Street. An example of data analysis and modeling. - Presentation Transcript
Bond Street. Аналитика и моделирование. Пример неидеальной, но вполне рабочей модели.
Задача
Сегментация потребителей должна быть динамической : профиль меняется в зависимости от действия потребителя
Необходимо следить за переходом потребителей из одного сегмента в другой, сохраняя фокус на самых активных и лояльных
Основной источник данных для анализа и моделирования — данные из промо-кампаний
Необходимо создать инструмент для анализа данных, моделирования и прогнозирования поведения потребителей
Модель
2 параметра:
ценность ( Value=V1*V2*V3) , где V1= возраст, V2= страта, V3= лояльность. Ценность определяется текущими целями бренда.
откликаемость (Responsiveness=R1*R2*R3) , где R1 =срок жизни потребителя в БД, R2 =активность, R3 =пол. Откликаемость определяется историей коммуникаций с потребителем.
Модель
Диаграмма, представляющая данные о потребителях Ценность Откликаемость
Сегмент «Горячие»
Высокая ценность и высокая откликаемость — лучшая целевая группа для программ member-get-member, поскольку хорошо откликаются и лояльны к бренду
Ценность Откликаемость
Сегмент «Холодные»
Высокая ценность, низкая откликаемость — прекрасные покупатели, пусть и недостаточно отзывчивые на коммуникации. Их достаточно просто аккуратно контролировать и информировать
Ценность Откликаемость
Сегмент «Мусор»
Низкая ценность, низкая откликаемость — Такой мусор есть в любой БД, но важно из знать по именам, чтобы не использовать в коммуникациях
Ценность Откликаемость
Сегмент «Опасные»
Низкая ценность, высокая откликаемость — опасный сегмент, поскольку создают много «шума», тратят маркетинговый бюджет впустую и не создают ценность
Ценность Откликаемость
Преимущество модели
Оптимизация бюджета
Повышение ROI за счёт коммуникаций с теми потребителями, которые откликаются и дают ценность
0 comments
Post a comment