Successfully reported this slideshow.
We use your LinkedIn profile and activity data to personalize ads and to show you more relevant ads. You can change your ad preferences anytime.

Clever data 1dmp_oracle_fors

993 views

Published on

Презентация о платформе управления данными 1DMP.io (разработка компании CleverDATA) во время бизнес-завтрака для партнеров 15/09/2015 совместно с Oracle и ФОРС Дистрибуция.

Published in: Data & Analytics
  • Be the first to comment

Clever data 1dmp_oracle_fors

  1. 1. 1DMP   Data  Marke+ng  Pla/orm   by  CleverDATA  
  2. 2. Company  Profile   Make  your  data  clever   1DMP   Data  Marke7ng  Pla9orm  
  3. 3. cleverdata.ru    |    info@cleverdata.ru   Make  your  data  clever   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   Marke7ng  Data  Pla9orm   решение  для  использования   внешних  данных  в  маркетинговых   кампаниях   Разработка  и  внедрение  решений  для   предиктивной  аналитики  и  обработки   больших  объемов  данных   Собственные  центры  разработки   Партнерство  с  мировыми  лидерами   Центр  экспертизы  по  технологиям  Big   Data  и  Digital  Marke+ng   1DMP  
  4. 4. Data  Marke7ng  Pla9orm     платформа  управления  данными  для  целевого  маркетинга   1dmp.io  |    info@cleverdata.ru   1DMP     Сбор  и  управление   собственными   данными  и  их  анализ   для  целей  углубленной   клиентской  аналитики     «ACRM  из  коробки»   1DMC     «Биржа  данных»  для   поставки  уникальных   внешних  данных  и   взаимодействия  с   партнёрами     «БКИ  для  маркетинга»  
  5. 5. 1dmp.io  |    info@cleverdata.ru   Как  увеличить   ценность  клиента?   Как  «разбудить»  спящих  клиентов?   Как  сделать  целевое  предложение?   Какой  продукт  предложить?   Как  повысить  эффективность  коммуникаций?   Какой  канал   использовать?   Как  уменьшить  отток?   Как  увеличить  лояльность?   Как  сегментировать  клиентов?   Кто  наши  клиенты?   Когда  выйти  на  контакт?  
  6. 6. Целевой  маркетинг  основанный  на  данных,   больших  данных   У  целевой  рекламы  на  14%   больше  CTR  и  на  10%  больше   конверсия     Целевые  рекламные  предложения   в  18  раз  эффективнее,     чем  стандартные  рассылки     Повышение  эффективности   маркетинговых   кампаний  в  3  раза   1dmp.io  |    info@cleverdata.ru   Три  простых  шага  к  эффективности   •  Собрать  максимум  данных   •  Проанализировать,  задействовав  модную   математику   •  Использовать  измеряя  эффективность   Эффективность  подтверждена  реальным  опытом:   Одно  из  решений  
  7. 7. 1dmp.io  |    info@cleverdata.ru   •  Собрать   •  А  где  взять  уникальные  «внешние»  данные?   •  Как  хранить  детальные  данные?   •  Огромное  количество  источников,  форматов,  протоколов?   •  Как  собирать  данные  из  «нестандартных»  источников  (сайты,   киоски,  приложения,  реклама)?   •  Как  взаимодействовать  с  партнёрами  и  покупать  данные?     •  Проанализировать   •  Разнородные  данные  (тексты,  ссылки,  логи  и  тд)?   •  Как  связать  offline  и  online  данные?   •  Сложная  математика  и  дорогие  утилиты?   •  Как  быстро  пересчитать  огромный  объем  данных?     •  Использовать   •  Как  интегрировать  со  всеми  каналами?   •  Как  использовать  онлайн  рекламу?   •  Как  монетизировать?   Но  не  все  так  просто  
  8. 8. Data  Marke7ng  Pla9orm  –  дает  ответы  на  все  вопросы  и  позволяет:   Собрать  максимальное  количество  данных:   •  собственные  данные;   •   данные  партнёров;   •   открытые  данные  в  сети  Интернет;   •   данные  внешних  поставщиков.     Построить  аналитический  3D  профиль       каждого  клиента  с  использованием   алгоритмов  искусственного  интеллекта       Использовать  для  целей  целевого   таргетированного  маркетинга  с   использованием  любых  каналов   1dmp.io  |    info@cleverdata.ru  
  9. 9. Что  такое  3D  профиль  клиента?   •  Предопределенные   •  Рассчитываемые     •  Событийные   •  Прогнозируемые   Вероятность   оттока    35%   Кредитная   нагрузка   Низкая   Доход  семьи   Средний   Инвестиции,   экономика   66%   Автомобили   50%   Недвижимость   90%   Накопления   80%   Технологии   63%   Активность   28%   LTV   Средний   В  клиентской   базе    35.2  мес  Лояльность   75%   Уровень   коммуникации   20%   Уровень   отклика    18%   Количество   жалоб   0%   •  Построен  на  базе  внутренних  и   внешних  данных   •  Расчет  метрик  в  реальном  времени   •  Ориентир  на  единичного  клиента   •  Отражение  эволюции  клиентского   профиля  –  тренды  и  прогнозы   •  Выявление  событий   Доступны  маркетологу  в  любой  момент  времени     Более  1000  метрик  и  характеристик   1dmp.io  |    info@cleverdata.ru  
  10. 10. Сбор  данных   1dmp.io  |    info@cleverdata.ru   Интеграция  с   прикладным и  системами    Public  Data   Exchange   Данные  партнёров   Открытые  данных  в  сети  Интернет   Собственные  данные   Данные  от  data  провайдеров  
  11. 11. Сбор  данных   Customer  Transac+ons   CRM   1th  Party   Campaign  Management   Call  Center   Web/Mobile  analy+cs   Интеграция  с   прикладным и  системами   Адаптеры  к   интернет   площадкам   Доски  объявлений   Площадки  e-­‐commerce   Форумы  и  блоги   3rd  Party   Данные  соц  сетей   Онлайн  реклама  (RTB)   Трафик  сети  Интернет    Public  Data   Exchange   Данные  бизнес-­‐ парнеров   2th  Party    Private  Data   Exchange   •  Сбор  и  анализ  текста   •  Классификация   •  Ключевые  слова   •  Выявление  событий  и  фактов   •  Платежные  системы   •  Розничные  сети   •  Авиакомпании   •  Автодилеры   Анкетные  данные   История  использования   продуктов   Лояльность  и  склонность  к  оттоку   Чувствительность  к   коммуникациям   Намерения  и  события   Предпочтения    и  интересы   Соц-­‐дем  информация   Контакты,  круг  общения   Поведенческие  характеристики   Финансовое  положение   Финансовые  привычки   Продуктовые  предпочтения   Намерения  и  события   1dmp.io  |    info@cleverdata.ru   Каналы   лидогенерации   •  RTB  реклама:   •  Мобильный  маркетинг:   •  Email  маркетинг:  
  12. 12. Data  Marke7ng  Cloud   1dmp.io  |    info@cleverdata.ru   Биржа  данных  –  это  доступ  к   вселенной  данных,  основанной  на   взаимодействии  владельцев,  а  не   на  агрегации  и  перепродаже     •  Только  брендированные  данные  от   проверенных  поставщиков   •  Фиксированная  комиссия  вне   зависимости  от  стоимости  данных   •  Online  и  Offline  данные  любых  типов  и   поставщиков     Биржа  данных  дает  уникальные   возможности:     •  Кросс  идентификация   •  Максимизация  hit  rate  
  13. 13. Data  Marke7ng  Cloud   Площадка  взаимодействия  между  поставщиками  и  потребителями   данных   Partners  discovery   Shared  learning   •  Оптимизация  стоимости   •  Максимальный  hit  rate   •  Cross-­‐device  идентификация   •  Единая  точка  доступа   к  данным  всех   поставщиков  и  партнеров   •  Использование  данных   партнёра  без  обмена   конфиденциальной   информацией   Data  supplying   •  Безопасность  данных   •  Контроль  использования   •  Защита  персональных  данных   •  Гарантия  легальности  и  верификация  данных   Data  security   Single  point   •  Одна  точка  интеграции   •  Один  контракт  поставки   •  Один  контрагент  для  расчетов   1dmp.io  |    info@cleverdata.ru   *  Мы  не  храним  и  не  передаем  персональные  данные  физических  лиц   До  80%   Более  10  
  14. 14. Обработка  данных   1dmp.io  |    info@cleverdata.ru   Machine   Learning   Decision   Modelling   Personality   Profiling   Trigger   Iden7fica7on   Event   Predic7on   Rela7onship   Profiling   Real-­‐7me   Analysis   Готовые  модели:   •  Моделирование  оттока  клиентов   •  Рекомендация  лучшего  канала  коммуникации   •  Модель  кросс-­‐продаж  и  рекомендаций   Передовые  методы  анализа  данных   •  Применение  алгоритмов  машинного  обучения;   •  Алгоритмы  look  alike  для  сегментации;   •  Использование  внутренних  и  внешних  данных;   •  Постоянное  самообучение  по  мере  работы  у   улучшение  прогнозов.  
  15. 15. Применение  знаний   1dmp.io  |    info@cleverdata.ru   Customer  Transac+ons   CRM   Campaign  Management   Call  Center   Web/Mobile  analy+cs   Доски  объявлений   Площадки  e-­‐commerce   Форумы  и  блоги   Данные  соц  сетей   Онлайн  реклама  (RTB)   Трафик  сети  Интернет   Данные  бизнес-­‐ парнеров   Каналы   лидогенерации   Campaign   Management   Programma+c   Buying   Мобильный   маркетинг   Email   маркетинг  
  16. 16. Источники  дохода:     •  Внутренние  :  Использование  знаний  для  повышения   эффективности  внутренних  процессов  и  предложение  новых  услуг   клиентам  компании.   •  Внешние:  Поставка  данных  партнёрам  и  потребителям  данных.     1.  Private  DMP   Инфраструктура  поставки:  Поддержка  и  организация  собственными  силами   Продвижение:  Самостоятельное     2.  Private  DMC   Инфраструктура:  Интеграция  через  инфраструктуру  1dmp.io   Продвижение:    +  через  private  раздел  1dmp.io     2.  Public  DMC   Инфраструктура:  Интеграция  и  расчеты  через  инфраструктуру  1dmp.io   Продвижение:  +  через  public  раздел  1dmp.io  +  продвижение  силами   команды  1dmp.io  +  включенные  ваших  данных  в  состав  «3D»  профиля   платформы  1dmp   Как  зарабатывать  на  данных   1dmp.io  |    info@cleverdata.ru   •  Компания  с  большой  клиентской  базой   -­‐  Finance   -­‐  Telecom   -­‐  Retail   -­‐  eCommerce   •  Интернет-­‐площадка  с  большой  аудиторией   •  Рекламная  Интернет  сеть  или  DSP   •  Компания,  оказывающая  услуги  маркетинга    Private  DMP   Ваши  данные   Аналитические   алгоритмы   Customer   Insights    Public  Data   Exchange   Дополнительные   внешние  данные   У  вас  накоплено  большое  количество  данных:   Превратите  ваши  данные  в  знания  о  клиентах   Private   DMP   Private  DMC   Public  DMC  Private  DMP   B2C   B2B2C   Insight  –  обезличенный  состав  атрибутов  клиента,  не  содержащий  персональные  данные  и   личную  информацию,  предназначенный  для  использования  в  маркетинговых  активностях  
  17. 17. Преимущества  1DMP   •  Готовое  коробочное  решение  класса  ACRM  и  Data  Exchange   •  Доступ  к  внешним  данным  и  большому  количеству  разнородных   источников;   •  Связь  online  и  offline  данных;   •  Единая  точка  накопления  и  обработки  больших  данных   •  Интеграция  с  прикладными  системами  и  маркетинговыми  каналами   1dmp.io  |    info@cleverdata.ru   Поставщиков  данных   Более  10   Типов  данных   7   Новых   потребителей   в  месяц   3   Подключенных  DSP   5   Профилей  в  базе   Более  200  млн   Соц.  сети   6   Источников  clickstream   Более  4-­‐х   Реализованных  проектов   Более  10   Повышение  отклика   На  60%   Снижение  затрат   На  50%   Повышение  кросс-­‐продаж   На  25%   Срок  окупаемости   Менее  года  
  18. 18. Архитектура   1dmp.io  |    info@cleverdata.ru  
  19. 19. Web site Call Center App 1DMP Data Management Platform 1DMC Data Marketing Cloud external DSP WebCrawler 1DMP 1DMP 1DMP Social Web Usage eCommerce Private Data Partners Open Internet Data Campaign Management CRM DWH PublicDataPartners ERP Enterprise  architecture   1dmp.io  |    info@cleverdata.ru   1 2 4 3 Основные  функции  1DMP   2  –  Сбор  и  атрибуция  данных  из  BigData  источников   3  –  Сбор  и  атрибуция  данных  из  OLTP  источников   4  –  Выполнение  предиктивных  моделей   Основные  функции  1DMC   1  –  Поставка  внешних  данных                Контроль  доступа  к  данным                Статистика  и  взаиморасчеты  
  20. 20. Reference  Enterprise  Architect     1dmp.io  |    info@cleverdata.ru   CRM ERP ABS DWH Marketing Data Mart Campaign Management System Channels Web site Call Center App 3D BigData storage Analytic engine Master Data Storage OLTP sources Emerging semi-structured sources GUI •  Логи,  полу-­‐структурированные  данные  и   неструктурированные  данные,  записи  в   социальных  сетях,  вебсайты  и  т.д.   •  Данные,  которые  могут  очень  быстро   накапливаться,  при  этом,  обычно   информационная  плотность  их  низкая   •  Данные,  которые  очень  дорого  хранить  и   обрабатывать,  используя  традиционный   подход   Data  Management  Pla9orm  –  осуществляет  качественное  преобразование   данных,  выявляя  «знания»  в  большом  массиве  информации     Big  Data  технологии  позволяют  существенно  удешевить  хранение  и   обработку  данных  
  21. 21. cleverdata.ru    |    info@cleverdata.ru   Data   Exchange   Big  Data   storage   Real  Time   storage   Predic+ve   analy+cs   Common  Services   Мастер  данные  для  быстрого   доступа  (NoSQL)   Прогнозная  аналитика  (Spark)   Хранилище  структурированной  и   неструктурированной  информации   (Hadoop)   Общие  сервисы  (авторизация,   безопасность,  загрузка  данных  и  др.)   Technology  Web   Crawler   Поставка  внешних  данных  
  22. 22. 1DMP  for  Enterprise   PARTNER  PERSPECTIVE   1DMP  pla9orm  on  Oracle  Big  Data  Appliance   will  allow  customers  to  build  their  own  data   management  solu7ons,  such  as  tools  for  the  collec7on  and   classifica7on  of  web  data,  user  profile  management  within   the  data  driven  marke7ng  model               -­‐  Denis  Afanasev,  CEO   §  The  system  was  able  to  handle  101361.32  requests  per   second  with  the  99th  percen+le  of  latency  equal  to  1.17ms.   This  means  that  Big  Data  Appliance  was  able  to  handle   1.45  +mes  more  requests  per  second  with  the  1.7  +mes   bežer  latency  using  just  a  single  nod;     §  Classifica+on  +me  of  the  same  dataset  on  the  3  nodes  of   Oracle  Big  Data  Appliance  took  25.45  mins,  which  is  4.81   7mes  faster  than  a  baseline;   §  Classifica+on  +me  of  the  same  dataset  on  the  6  nodes  of   Oracle  Big  Data  Appliance  took  11.28  mins,  which  is  5.43   +mes  faster  than  the  expected  baseline.                                 COMPANY  OVERVIEW   § CleverDATA   § Industry:  Informa+on  technology   § Employees:  20   § Revenue:  $1M   GOALS/OBJECTIVES   § CleverDATA  is  a  Big  Data  ISV  in  Russia  which  is  specialized  in  solu+ons   suppor+ng  customer’s  marke+ng  campaigns.  The  company  developed  1DMP  -­‐   data  management  pla/orm  which  uses  Hadoop  and  Aerospike  NoSQL  DB  on   technology  layer.  We  are  going  to  migrate  1DMP  to  Oracle  NoSQL  and  BDA   and  to  cer+fy  the  solu+on  on  BDA  under  BDA  Ready  and  Op+mized  Program       SOLUTIONS   § 1DMP  0.5.0.0   § Oracle  NoSQL  Database   § Oracke  Big  Data  Appliance   § Cloudera  Distribu+on  of  Apache  Hadoop  (CDH  4.x  &  5.x)  +  Cloudera   Manager     RESULTS   1dmp.io  |    info@cleverdata.ru  
  23. 23. Варианты  архитектуры   1dmp.io  |    info@cleverdata.ru   Описание  текущей   архитектуры  Заказчика   Поставка   внешних   данных   Сбор  и   атрибуция   BigData   Выполнение   аналитически х  моделей     Сбор  и   атрибуц ия  OLTP   источник ов   Нет  DWH,  нет  практики   анализа  данных,  нет   сбора  полу   структурированных   данных   +   +   +   +   Есть  DHW,  нет  практики   анализа  данных,  нет   сбора  полу   структурированных   данных   +   +   +   -­‐   Есть  DWH,  есть  практика   анализа  данных,  нет   сбора  полу   структурированных   данных   +   +   -­‐   -­‐   Есть  DWH,  есть  практика   анализа  данных,  есть  сбор   полу  структурированных   данных   +   -­‐   -­‐   -­‐   CRM ERP ABS DWH Marketing Data Mart Campaign Management System Channels Web site Call Center App 3D BigData storage Analytic engine Master Data Storage OLTP sources Emerging semi-structured sources GUI
  24. 24. Варианты  развертывания   Использование  как  сервис   в  облаке  1DMP.IO     Развертывание  в  периметре   организации  на  базе  open   source  компонент       Развертывание  на  базе   Oracle  Big  Data  Appliance   1dmp.io  |    info@cleverdata.ru   Текущая  версия   облачного  сервиса  1DMP   Доработки  по   требованию   заказчика     Развертывание  в   контуре  заказчика  и   интеграция   Адаптация   аналитических  моделей   анализа  данных   Версия  Заказчика   на  сопровождении   2-­‐3  месяца  до  бизнес-­‐результата   Подключение   поставщиков   данных   Поставка  решения  под  лицензией  AGPL  
  25. 25. 25  
  26. 26. Демо   1dmp.io  |    info@cleverdata.ru  
  27. 27. 1dmp.io  |    info@cleverdata.ru   Интерфейс  администратора  
  28. 28. 1dmp.io  |    info@cleverdata.ru   Интерфейс  администратора  
  29. 29. 1dmp.io  |    info@cleverdata.ru   Интерфейс  администратора  
  30. 30. 1dmp.io  |    info@cleverdata.ru   Интерфейс  администратора  
  31. 31. 1dmp.io  |    info@cleverdata.ru   Интерфейс  аналитика  данных  
  32. 32. 1dmp.io  |    info@cleverdata.ru   Интерфейс  аналитика  данных  
  33. 33. 1dmp.io  |    info@cleverdata.ru   Интерфейс  маркетолога  
  34. 34. 1dmp.io  |    info@cleverdata.ru   Интерфейс  маркетолога  
  35. 35. 1dmp.io  |    info@cleverdata.ru   Интерфейс  маркетолога  
  36. 36. 1dmp.io  |    info@cleverdata.ru   Интерфейс  маркетолога  
  37. 37. 1dmp.io  |    info@cleverdata.ru   Интерфейс  маркетолога  
  38. 38. 1dmp.io  |    info@cleverdata.ru   Интерфейс  маркетолога  
  39. 39. Примеры  внедрений   1dmp.io  |    info@cleverdata.ru  
  40. 40. cleverdata.ru    |    info@cleverdata.ru   Монетизация  данных  телеком  оператора   Результаты:   Построенная  платформа  управления  данными  позволяет  телеком  оператору  монетизировать  знания   (insight)  об  своих  абонентах,  в  т.ч.  путем  участия  в  RTB  аукционах  рынка  Интернет  рекламы.   Задача:   Обеспечить   возможность   монетизации   знаний   о   трафике   абонентов   для   таргетирования   интернет  рекламы     Анализ  более  1ТB  мобильного  трафика  в  сутки;     Выявление  интересов  и  намерений  пользователей  в  реальном  времени  на  основе  их  поведения  в  сети  Интернет;   Предоставление   партнерам   возможности   распространять   знания   об   абонентах   телеком   оператора   на   свою   аудиторию;   Предоставление   сервиса   по   рекомендации   рекламных   кампаний   рекламным   агентствам   и   их   представителям,   обрабатывающего  не  менее  70  000  запросов  в  секунду,  в  режиме  24x7.   Заказчик  –  российский  мобильный  оператор  из  «большой  четверки».  Услуги  сотовой  связи  и  доступа  в  интернет   в  18  странах  мира,  обслуживает  более  200  миллионов  абонентов.  Ежедневно  абонентами  оператора  генерится   650Gb  мобильного  трафика,  данные  о  котором  монетизируются.    
  41. 41. cleverdata.ru    |    info@cleverdata.ru   Платформа  управления  данными   для  лидогенерации     Решение:   Внедрение  облачной  платформы  управления  данными  1DMP,  собственной  разработки  CleverDATA;   Использование  методов  предиктивной  аналитики  для  сегментирования  аудитории;   Срок  реализации  проекта  –  2  месяца.   Результаты:   Возможность  хранения  больших  «сырых»  данных  и  обогащения  внутренних  данных  сторонними;   Появление  в  активе  Заказчика  новой  услуги  -­‐  выделения  сегментов  и  лидогенерации;   Увеличение  эффективности  маркетинговых  коммуникаций  в  3  раза  –  отправка  предложений  только   релевантной  аудитории  и  только  по  «продающим»  каналам;     Привлечение  новых  клиентов  с  высоким  уровнем  откликом.         Задача:   Внедрить  платформу  управления  данными  для  создания  нового  уникального  сервиса  –  сегментирования   аудитории  с  использованием  предиктивной  аналитики  данных;   Повысить  скорость  обработки  больших  массивов  данных  до  сотни  миллионов  сообщений  в  день;   Повысить  эффективность  маркетинговых  рассылок  и  уровень  отклика.   Заказчик  -­‐  лидер  российского  рынка  мобильного  маркетинга  
  42. 42. cleverdata.ru    |    info@cleverdata.ru   Решение  для  сегментации  аудитории  и  ретаргетинга     Решение:   Программное  решение  для  построения  пользовательских  сегментов  на  основе  анализа  45  TB  «сырых»   данных  с  использованием  более  100  правил;   Использование  предметно-­‐ориентированного  языка  (DSL),  разработка  грамматики  предметно-­‐ ориентированного  языка;   Разработка  Run-­‐+me  представления  DSL;   Разработка  соответствующих  парсеров.   Результаты:   Появление  в  активе  Заказчика  новой  уникальной  услуги  –  онлайн  сегментации  для  ретаргетинга   пользователей  на  основе  собранных  данных  об  активности  пользователей  в  Интернете  и   безопасности  данных  при  помощи  правил,  описанных  на  удобочитаемом  языке.     Задача:   Требуется  решение  для  анализа  и  сегментации  аудитории  на  основе  правил,  описанных  на   удобочитаемом  языке;   Для  работы  с  данными  Заказчик  использует  DMP  платформу  и  собирает  1,5  TB  данных  в  месяц  (клики,   посещения,  показ  баннеров)  от  100  клиентов.   Заказчик  –  компания,  специализирующаяся  в  области  Интернет-­‐рекламы,     использующая  технологию  RTB  и  Programma+c  Media.  
  43. 43. cleverdata.ru    |    info@cleverdata.ru   Прогнозирование  отклика  клиентов  на  предложение   Решение:   Анализ  исторических  данных  и  выявление  признаков  клиентов,  откликнувшихся  на  предложение  через   определенный  канал  коммуникаций;   Построение  предиктивной  модели  на  основе  алгоритмов  машинного  обучения;   Применение  модели  для  клиентской  базы  и  выявление  по  заданным  признакам  клиентов  с   потенциально  высоким  откликом  на  предложение  из  массы  «спящих»  клиентов;   Использование  двух  комплексных  каналов  коммуникаций  –  (1)Telemarke7ng:  звонок  из  колл-­‐центра  +   e-­‐mail  +  SMS  и  (2)  Mailing:  e-­‐mail  +  SMS     Результаты:   Применена  стратегия  оптимизации  расходов  на  коммуникации  с  целью  максимизации  прибыли   Выявлены  клиенты  с  потенциально  высоким  откликом  на  предложение  из  массы  «спящих»  клиентов;   Расходы  на  коммуникацию  снижены  за  счет  перераспределения  клиентов  по  каналам;   На  38%  клиентской  базы  было  достигнуто  82%  отклика,  что  на  22%  лучше  ситуации  до  проекта;   Срок  окупаемости  пилотного  проекта  –  менее  месяца,  промышленного  –  3-­‐4  месяца.   Задача:   Требуется  оптимизировать  расходы  на  маркетинговые  коммуникации  с  целью  максимизации  прибыли   и  получить  требуемый  уровень  отклика  на  предложение  в  рамках  маркетинговой  кампании;   В  данном  кейсе  откликом  считается  заявка  на  кредит,  поданная  в  Банк  в  течение  6  месяцев  после   коммуникации.       Заказчик  –  российский  банк  из  Топ-­‐100,  специализирующийся  на  выдаче  потребительских   кредитов  и  предоставляющий  дистанционные  кредиты  через  контакт-­‐центр  
  44. 44. cleverdata.ru    |    info@cleverdata.ru   Подбор  предложений  для  посетителей  веб-­‐сайта   Решение:   Анализ  исторических  данных  о  клиентах,  получавших  услуги  Банка  через  веб-­‐сайт;   Выявление  признаков  и  составление  профиля  идеального  клиента  для  каждого  из  продуктов  компании   Использование   модели   в   реальных   условиях.   Подбор   оптимального   предложения   для   каждого   конкретного  посетителя  веб-­‐сайта;   В  режиме  реального  времени  на  основе  данных  о  пользователе,  полученных  из  внешних  источников   определение  вероятности  его  заинтересованности  тем  или  иным  продуктом.     Результаты:   Формирование  профиля  интересов  посетителей  веб-­‐сайта;   Показ  релевантного  интересам  и  ожиданиям  посетителя  предложения  (ипотека,  автокредит,   денежный  перевод,  размещение  срочного  депозита)   Высокая  конверсия  посещения  веб-­‐сайта  Банка,  рост  лояльности  посетителей  за  счет  релевантного   контента.   Задача:   Проанализировать  в  реальном  времени  интересы  и  предпочтения  потенциальных  клиентов  на  основе   информации  из  внешних  источников;   Увеличить  конверсию  посещения  веб-­‐сайта  Банка  за  счет  показа  таргетированных  предложений.   Заказчик  –  российский  банк  из  Топ-­‐30,  специализирующийся  на  розничном  кредитовании   и  срочных  депозитах  
  45. 45. cleverdata.ru    |    info@cleverdata.ru   Предиктивная  модель  оттока  клиентов   Решение:   Анализ   с   помощью   инструментов   Data   Mining   исторических   данных   о   клиентах,   прекративших   пользоваться  услугами  Заказчика;   Определение  закономерных  признаков  оттока  и  его  вероятности  за  фиксированный  интервал  времени;   Построение  предиктивной  модели  оттока  клиентов  на  базе  исторических  данных  и  паттернов;   Микросегментация  клиентской  базы  Заказчика  и  машинное  обучение  модели;   Выбор   наилучшего   предложения   (действия)   с   целью   максимизации   отклика,   отсрочки   оттока   и   увеличения  активности  клиента.      Результаты:   Своевременное  выявление  каждого  клиента,  потенциально  планирующего  прекратить  пользоваться   услугами  Заказчика;   Использование  самых  действенных  инструментов  для  мотивации  и  возврата  «оттекающих»  клиентов;   Снижение  расходов  на  удержание  клиентов,  повышение  их  лояльности,  рост  продаж  в  целом.     Задача:   Анализ  клиентской  базы  и  выявление  склонных  к  оттоку  клиентов;   Определение  наилучшего  предложения  различных  сегментов  склонных  к  оттоку  клиентов  с  целью   предотвращения  ухода.  
  46. 46. Получение  знаний  о  клиентах  для  выстраивания  целевого  взаимодействия   Снижение  затрат  на  маркетинговые  кампании  в  силу  сужения  сегментов   Повышение  лояльности  клиентов  после  получения  релевантного  контента  и  снижения  «спама»   Повышение  отклика  на  кампании  и,  как  следствие,  увеличение  конверсии  и  продаж     Сбор  и  анализ  данных  профилей,  информации  об  участии  в  группах  и  сообществах,  записях  на  «стене»   путем  семантического  разбора  текста  сообщений  пользователя  и  проведения  соответствия  между   словами  и  категориями  интересов;   Объединение  полученных  данных  с  внутренними  данными  с  помощью  сервисов  платформы  1DMP.io;   Извлечение   знаний   и   выделение   сегментов   по   категориям   интересов   данных   об   интересах   для   использования  в  маркетинговых  кампаниях.   cleverdata.ru    |    info@cleverdata.ru   Сбор  данных  о  клиентах  из  соц.сетей   Решение:       Результаты:   Задача:   Обогащение  внутренних  (1st/2nd  party)  данных  о  клиентах  за  счет  внешних  данных;   Получение  информации  об  интересах  и  предпочтениях  клиентов  для  таргетированного   взаимодействия.   Заказчик  –  российский  розничный  банк  из  числа  Топ-­‐30    
  47. 47. Возможность  оперативной  оценки  каждого  потенциального  сотрудника;   Прогнозирование  времени  работы  кандидата  в  компании;   Сокращение  времени,  затрачиваемого  на  интервью  с  кандидатами  на  вакансию  продавца;   Снижение  нагрузки  на  HR-­‐департамент;   Снижение  затрат  на  обучение  и  адаптацию;   Повышение  качества  работы  Департамента  продаж.   cleverdata.ru    |    info@cleverdata.ru   Модель  оценки  соискателей  на  вакансию     Решение:   Сбор   и   обработка   внешних   данных   о   соискателях   (источники   –   социальные   сети,   сайты   вакансий,   платежные  системы,  SMS  рассылки);   Моделирование.  Поиск  корреляций  между  признаками  реальных  продавцов  компании  и  качеством  их   работы;     Выделение  значимых  предикторов.  Использование  методов  machine  learning  для  «обучения»  модели;   Тестирование  работы  модели  на  реальных  данных,  достижение  точности  модели  не  менее  70%.   Результаты:       Задача:   Разработать  аналитическую  модель  для  предварительной  оценки  соискателей  на  вакансию  продавца;     Использовать  для  построения  модели  внешние  (3rd  party)  данные  о  кандидате  из  различных  источников;   Протестировать  полученную  модель  на  реальных  данных  и  получить  заданный  уровень  точности.   Заказчик  –  крупная  розничная  мультибрендовая  торговая  сеть  

×