Алексей Чурин, SAP CIS
Upcoming SlideShare
Loading in...5
×
 

Алексей Чурин, SAP CIS

on

  • 413 views

 

Statistics

Views

Total Views
413
Views on SlideShare
394
Embed Views
19

Actions

Likes
0
Downloads
3
Comments
0

2 Embeds 19

http://telcoloyalty-forum-2013.com 16
http://cl196502.tmweb.ru 3

Accessibility

Categories

Upload Details

Uploaded via as Adobe PDF

Usage Rights

© All Rights Reserved

Report content

Flagged as inappropriate Flag as inappropriate
Flag as inappropriate

Select your reason for flagging this presentation as inappropriate.

Cancel
  • Full Name Full Name Comment goes here.
    Are you sure you want to
    Your message goes here
    Processing…
Post Comment
Edit your comment

Алексей Чурин, SAP CIS Алексей Чурин, SAP CIS Presentation Transcript

  • Сценарии предиктивного анализа. Примеры внедрений KXEN. Алексей Чурин, Директор по развитию бизнеса, Телекоммуникационный сектор, SAP СНГ
  • Маркетинговые кампании Несколько кампаний, планирование за месяцы, слабое таргетирование © 2013 SAP AG. All rights reserved. Много, сложные и индивидуальные предложения/кампании близкие к реальному времени 2
  • В сентябре 2013 года SAP заявил о приобретении KXEN Vendor Rating Customer Analytics Wave Big Data Predictive Wave Predictive Benchmark “KXEN is a disruptor in the predictive analytics market.” Leader “KXEN’s focus on automating key modeling and analytical tasks is a 'blessing’” Strong Performer “KXEN’s lowtouch approach to predictive will boom in popularity.” “KXEN customers build predictive models 3x faster.” © 2013 SAP AG. All rights reserved. 3
  • KXEN: большое число клиентов в Телекоммуникационной отрасли Фикс./ ТВ Мобильные, pre-paid 6 group companies 4 group companies Мобильные,post-paid Quad-play 6 group companies © 2013 SAP AG. All rights reserved. 4
  • Оптимизация на каждой стадии ЖЦ абонента Ценность Приобретение Acquisition Cross-Sell Up-Sell Утилизация Удержание Retention Обновление Приобретение обратно Win Back Отток Активация Net Profit Net Loss Сегментация & Модели склонности Таргетинг к продукту Модели удержания Соц. сети Таргетирование Разные типы моделей по стадиям © 2013 SAP AG. All rights reserved. 5
  • Данные о поведении - мощнейший инструмент До 2010 (Транзакции) Сейчас (Поведение) CRM ERP Billing Профиль продукта История продаж Web Mobile Social Media Call Logs Email Ad Servers CDR © 2013 SAP AG. All rights reserved. 6
  • Website: огромный объем данных с каждого клина Устройства & Browser Профиль Потоки кликов Shopping Cart & Покупки I Big Data Реклама Сайт Теги Social Media © 2013 SAP AG. All rights reserved. 7
  • Больше Данных – Лучше Модели 20 переменных Демографич. + Простые агрегаты 200 переменных Поведение во времени Соц.сети © 2013 SAP AG. All rights reserved. 8
  • Сценарии предиктивного анализа 1. Управление оттоком 2. Обнаружение абонентов с несколькими SIM-картами 3. Управление вирусным оттоком 4. Повышение продаж Cross-Sell, Upsell 5. Повышение удовлетворенности абонента 6. Повышение эффективности привлечения абонентов 7. Обнаружение ротационного оттока абонентов © 2013 SAP AG. All rights reserved. 9
  • Отток – фокус №1 для оператора Prepaid Inactivity, recharge, grace period churn, ... Отток Растущие рынки Вызовы рынка Развитые рынки MNP, cancellation, soft/hard churn, ... Postpaid The constant advent of prepaid and the targeting of competitors’ customers are making customer loyalty increasingly important within operators’ strategies. For mobile operators in mature markets, EBITDA margins are visibly impacted by churn rates. Operational Efficiency Benchmarking Insight Paper. LoyaltyAndChurn.com © 2013 SAP AG. All rights reserved. 10
  • SFR Dials Into Churn  50 churn models in production up from only 3  Decreasing 3% monthly churn rate on postpaid  Cut score deployment time over 70% (from 30 days down to 8)  Huge productivity improvements © 2013 SAP AG. All rights reserved. 11
  • Mobilink Boosts Response Rates Up to 380%  Uptake of customer retention offers soared 8x (.5% to 4%)  Found 50% of potential churners were within 10% of subscribers  Big Data approach includes: • 1,250 customer attributes • 4.3 billion raw monthly CDRs (900TB) We needed an automated approach that would let us analyze the massive amounts of data we collect daily. - © 2013 SAP AG. All rights reserved. Mirza Yousaf Assistant Manager of Advanced Analytics 12
  • Vodafone Germany Dials In Retention  Seamless integration for indatabase scoring  Building up to 700 models annually due to business complexity  Reduced data prep time by 70% It's no longer just about propensity models; now there’s community analyses and customer loyalty KPIs. - Verbena Meuther Marketing Strategy Market & Customer Insights © 2013 SAP AG. All rights reserved. 13
  • Сценарии предиктивного анализа 1. Управление оттоком 2. Обнаружение абонентов с несколькими SIM-картами 3. Управление вирусным оттоком 4. Повышение продаж Cross-Sell, Upsell 5. Повышение удовлетворенности абонента 6. Повышение эффективности привлечения абонентов 7. Обнаружение ротационного оттока абонентов © 2013 SAP AG. All rights reserved. 14
  • Multi-SIM – быстро растущий феномен 116 M$ monthly loss for Etisalat Egypt “50% of our subs are multi-SIM” “Multi-SIM drives handset sales in India” Multi-SIM phones accounted for 38.5% of the total sales during Apr-Jun 2010 against less than 1% during Apr-Jun 2009. Etisalat, Egypt © 2013 SAP AG. All rights reserved. 15
  • Подход KXEN • Собрать точную информацию • Определить мульти-SIM пользователей • Сделать скоринг • Понимать мотивцию и Профиль таких пользователей • Почему они делают это, куда они идут, как вы адрес • Кто будет таргетирован первым? • Какое маркетинговое сообщение для каждого клиента? • Измерение и управление влиянием на кампании (response rates, share of wallet, etc.) Патентованный подход для multi-SIM идентификации © 2013 SAP AG. All rights reserved. 16
  • Detection of Multi-SIM users  Built a predictive model based on a customer survey with 6k responses containing 52% multiSIM users  Detected and Profiled multiple operator multi-SIM users. Etisalat – Egyptian Telco with 18M subs The predictive model detects multi-SIM users with a precision of 87%, and the second SIM is identified from off-net numbers © 2013 SAP AG. All rights reserved. 17
  • Профиль пользователя Multi-SIM Based on the descriptive report provided by InfiniteInsight®’s predictive model, Etisalat determined the following multi-SIM user profile… “High value (Platinum segment), high ARPU, highly active and mobile, middle age male customers, having unlimited voice/SMS/internet postpaid packages...” © 2013 SAP AG. All rights reserved. 18
  • Сценарии предиктивного анализа 1. Управление оттоком 2. Обнаружение абонентов с несколькими SIM-картами 3. Управление вирусным оттоком 4. Повышение продаж Cross-Sell, Upsell 5. Повышение удовлетворенности абонента 6. Повышение эффективности привлечения абонентов 7. Обнаружение ротационного оттока абонентов © 2013 SAP AG. All rights reserved. 19
  • Клиенты доверяют людям, а не организациям Вы недооцениваете силу недовольных абонентов? Факты об абонентах, оказывающих влияние на отток: Они в 3 раза чаще пересказывают то, что говорят другие Их социальные связи в 2 раза больше чем у других людей Их около 10% от общего числа абонентов Они наиболее активно и жалуются в блогах, соц. сетях, среди друзей и семьи When one of subscriber’s frequent callers cancels, he is 7x more likely to leave. © 2013 SAP AG. All rights reserved. 20
  • Подход KXEN Определить ключевых влияющих 1. 2. Предсказать риск оттока Оценка силу влияние Профиль Раскрыть силу и структуру социальных связей, получить больше информации о динамике оттока Звонить этим клиентам первым Influence Power + Low Risk Very Viral High Risk Very Viral - Low Risk Not Viral High Risk Not Viral Измерение вирусного влияния через KPIs • • • Число последователей Глубина влияния Скорость проникновения – последователей в месяц - + Churn Risk If you take the top 1% of the churn influencers then you might retain 3.3 additional future churners, for each targeted influencer. Western European Telco, KXEN customer © 2013 SAP AG. All rights reserved. 21
  • TPSA Poland Uses SNA For Retaining Customers SNA  Build social networks and communities from 2.6 billion voice call records in 1 hour  Improved churn model accuracy by 50% using social community attributes  Would generate 4.8M€ of yearly additional revenue © 2013 SAP AG. All rights reserved. 22
  • Cluster the entire network Detected supercommunities Segmented the national communications into 11 big social groups (96.5% of total traffic within nodes) Profiled each group (nationalities, socio-demo, usage etc.) © 2013 SAP AG. All rights reserved. 23
  • Сценарии предиктивного анализа 1. Управление оттоком 2. Обнаружение абонентов с несколькими SIM-картами 3. Управление вирусным оттоком 4. Повышение продаж Cross-Sell, Upsell 5. Повышение удовлетворенности абонента 6. Повышение эффективности привлечения абонентов 7. Обнаружение ротационного оттока абонентов © 2013 SAP AG. All rights reserved. 24
  • Подход KXEN Предсказание склонности к покупке • • Разработка cross-sell and up-sell моделей для каждого продукта/услуги и канала Ранжирование по всей абонентской базе Оценка потенциала через Value сегментацию • Комбинация склонности с данными о прибыльности (MARPU) для оценки cross-sell и up-sell value (ожидаемая прибыль) на каждого абонента Проектирование и Запуск кампаний • • Правильное предложение для правильного клиента в правильное время Использование лучшего канала Усиление арсенала кампаний • • Next Best Activity рекомендации – online, offline, ЦОВ Refer-a-Friend campaigns (MGM) – gain social community insight, catch product/VAS influencers and spread word-of-mouth boosting product adoption If you take the TOP1% of the VAS influencers then you might bring 4 additional future adopters, for each targeted influencer South-Asian Telco Operator, KXEN client © 2013 SAP AG. All rights reserved. 25
  • Rogers Increases Revenue & Cuts Costs  SNA adds 1000 variables to existing data sets  Creating quality propensity models up to 7 times faster for up to 120 models annually  Creating more relevant and persuasive campaigns We’re focusing on more interesting opportunities because we’re creating models 7x faster. - Derek Pollitt Director, Campaign Management & Customer Knowledge © 2013 SAP AG. All rights reserved. 26
  • XL Indonesia: Quantifying the Benefits from Predictive © 2013 SAP AG. All rights reserved. 27
  • Belgacom Makes The Call With Prospects  Modeling time reduced from months to days  Up to 4x increase in campaign response rates  Allowed shift to customer-centric vs. product-centric marketing With KXEN, we can deliver the right offer, to the right customer at the right time. - Dr. Jacky Huyghebaert Customer Intelligence Expert © 2013 SAP AG. All rights reserved. 28
  • D. The translation of datamining results in SALES tools Customer Name Customer Street Customer City
  • © 2013 SAP AG. All rights reserved. 30
  • KXEN помогает спроектировать правильные маркетинговые кампании После получения списка абонентов склонных к оттоку, Маркетолог должен определить предложение, которое будет соответствовать: • Профилю абонента Например, предложить бесплатные SMS For instance to propose free SMS to subscribers who do not make any SMS does not make sense • Ключевому событию, For instance, focus on subscribers with a high risk to be inactive the next week. Are these subscribers ready to make a "money effort" (recharge) to get the offer? Пример кампании Mobilink © 2013 SAP AG. All rights reserved. 31
  • Решение KXEN для телеком отрасли Logical Data Model Tables (36) Facts (15) Dimensions (21) Attributes (1000+) Aggregates Social variables Domains (19) Account Bills/Payment Churn / Inactivity Event Type Data Handset Loyalty Network Usage Recharge Revenue SIM Information SNA: Circle, Community... Socio-Demographic Usage Value Added Services Etc. © 2013 SAP AG. All rights reserved. Telco Best Practice Packaged Use Cases Pre and post-paid churn prediction Rotational churn detection Multi-SIM detection Cross-Sell & Up-Sell modelling Behavioural & Value segmentations Network-based segmentation (supercommunities) Social influencers, etc. Contextual Information & Methodology Glossary Business Overview Analytical Methodology Data Requirements Marketing Actions Key Performance Indicators Data Model Project Management Helper Ready To Use Technical Components Data assessment & clean-up scripts Analytical Record Predictive Model Template 32
  • KXEN Ключевые преимущества Скорость и оперативность 1. • • В среднем повышение продуктивности в 10 раз Makes data scientists more productive Бизнес-аналитики могут создавать модели лучше 2.  Ультраширокий набор данных управляется автоматически 3. • • 4. Процесс принятия решения ближе к экспертам 1000+ или даже 10,000+ переменных Работа с Большими Данными (Big Data) (такими как weblogs, CDR-ы, machine generated data) Машина персонализаций/рекомендаций © 2013 SAP AG. All rights reserved. 33
  • KXEN в Телекоммуникационной отрасли Примеры полученных результатов Обнаружение 50% абонентов, склонных к оттоку. Снижение на 3% показателя оттока для postpaid 400% увеличение показателя конверсии м.кампаний Управление оттоком и Cross/Up-sell на 700 моделях 260% увеличение показателя конверсии м.кампаний Улучшение точности моделей на 50% за счет SNA Составление соц. графа при анализе 400M вызовов Построение в 11 раз больше моделей Модель оттока построена за 2,5 дня Doubled campaign take-up rate Обнаружение абонентов с будущим оттоком в 5% списке © 2013 SAP AG. All rights reserved. 34