Jörgen Sandig - Scyfer - eRetail 2014

450 views

Published on

Published in: Business
0 Comments
0 Likes
Statistics
Notes
  • Be the first to comment

  • Be the first to like this

No Downloads
Views
Total views
450
On SlideShare
0
From Embeds
0
Number of Embeds
1
Actions
Shares
0
Downloads
11
Comments
0
Likes
0
Embeds 0
No embeds

No notes for slide
  • En de grote bedrijven staan in de rij om een graantje mee te pikken.Op de grootste machine learning conferentie waar ik dit jaar de program-chair was, verscheen Mark Zuckerberg, de CEO van Facebook.U kunt mij (met Nederlands biertje) op deze foto ontdekken, dromend dat mijn eigen startup Scyfer ooit zo groot als Facebook mag worden.
  • Jörgen Sandig - Scyfer - eRetail 2014

    1. 1. (Big)Data en Multi Channel Marketing Jörgen Sandig
    2. 2. Vandaag • Wat kun je met data en Multi Channel Marketing? • Wat hebben je klanten eraan? • Visie op Big Data • Wat zijn de consequenties voor de organisatie? • Van eerste stappen naar concurrerend niveau…
    3. 3. Wat doet Scyfer? Brug slaan tussen universiteit en bedrijfsleven op het vakgebied predictive analytics Het maken van de beste voorspellingsmodellen Prof. Dr. Max Welling Hoogleraar Machine learning Co-founder Scyfer.nl
    4. 4. Data en Multi Channel Marketing
    5. 5. Van outbound naar inbound marketing 5 Offer Offer Offer Offer Offer Offer Offer Offer Offer Offer Inbound, Pull Marketing : “Zoek de beste offer bij de klant die langs komt” Op het juiste moment, via het juiste kanaal, met de juiste boodschap
    6. 6. Wat heeft de klant hieraan? • Relevantie • Geen irritatie • Gemak en service
    7. 7. VISA SMS Service met GAP • Visa wil meer toegevoegde waarde leveren aan Visa card houders • Visa wil meer toegevoegde waarde leveren aan winkels (GAP, Hilton) die Visa accepteren • Visa wil dat klanten de Visa card vaker gebruiken • GAP wil klanten vaker in de winkel (budget gelimiteerd per bezoek) • Visa weet wanneer u waar hoeveel betaalt
    8. 8. VISA SMS Service met GAP - Klanten van GAP - Zowel online als winkel - Propositie: Bent geïnteresseerd In aanbiedingen als u in de buurt bent? Klant schrijft zich in voor deze dienst via GAP site (15%) GAP zet aanbiedingen klaar, op basis van profiel Deze SMS-coupon geeft recht op 1 broek voor 30% korting binnen de komende twee uur. Deze coupon vervalt om 17:17. - Max. 1 bericht per dag - Max. 3 berichten per week
    9. 9. Ander voorbeeld Hoe bepaalt AH wie welke aanbieding krijgt?
    10. 10. De Multi Channel uitdaging • Wie krijgt welke aanbieding? • Hoe creëer en beheer ik alle content en stel ik deze uniform in alle kanalen beschikbaar? • Hoe verwerk ik feedback als klant aangeeft niet geïnteresseerd te zijn
    11. 11. Wat moet u regelen? Predictive Analytics
    12. 12. Wie krijgt welke aanbieding? 12 Big Data Affordable computing power Advanced modeling techniques Voorspellings- modellen -Historie -Behoefte -Gedrag Per individu bepalen voor wie welk aanbod het meest relevant is
    13. 13. Industry is Deeply Interested
    14. 14. How to retreive valuable information from data? 14 Data = Continue stromende rivier Useful information = Zalm Machine learning = De hongerige beer
    15. 15. Informatie en data 1 Mb aan data, Weinig informatie 1 Mb aan data, Veel informatie Data ≠ Informatie
    16. 16. Meest complexe machine learning algoritme 16 • Een neuraal netwerk door Google getrained met duizenden computers, met miljoenen Youtube video’s. • Resultaat: een model met 10 miljard parameters
    17. 17. Concrete toepassingen Hoe detecteert je mailbox de spam?
    18. 18. Wat is er voor nodig? • Wat zijn de consequenties voor de organisatie? • Van eerste stappen naar concurrerend niveau…
    19. 19. Tip 1: Regel eigen IT afdeling binnen marketing
    20. 20. Alles moet aansluiten • Data verzameling op orde – Gedrag: Taggen van content op sites – Historie: Transactiebestanden – Voorkeuren: Transactiebestanden, formulieren – Extra bronnen • Marketing en Sales: offers per klant(groep) • Kwalitatieve content produceren (voor alle kanalen) • Kanalen moeten offers kunnen aanbieden • Response moet weer verzameld worden • Iedereen moet durven/kunnen vertouwen op deze keten
    21. 21. Tip 2: Start direct met Experimenteren • Kijk naar andere branches • Kijk wat er online gebeurt en probeer dit naar off-line te kopiëren • Claim een eigen klantgroep
    22. 22. Voorbeeld van gebruik data
    23. 23. Vorig weekend kochten 138 klanten deze wijn. Pas online concept toe in eigen winkel
    24. 24. Vorig weekend kochten 45 klanten kaas bij deze wijn Meer gebruik maken van koophistorie
    25. 25. Tip 3: Luister naar de data Julie Bernard SVP customer strategy, marketing, and advertising at Macy's
    26. 26. Ervaringen Macy’s • Sterk leiderschap: Chief Customer Officer is eigenaar van de data • Echte inzichten in plaats van conceptuele inzichten • Neem de tijd om experimenten een kans te geven (6 maanden!) • 1 mln klanten puur voor test en experiment • “Test, learn and abandon” • Succes is niet hoeveel de klant uitgeeft, maar hoe vaak zij de winkel bezoeken (upsell werkte niet) • Budget per bezoek is gelimiteerd tot een maximum
    27. 27. Tip 4: Gebruik alle data, geen aggregaten
    28. 28. Tip 5: Deel de data Highly targeted aanbiedingen van Macy’s bij Yahoo Aanbiedingen van Yahoo bij Macy’s Trusted third party Of haal data bij derden
    29. 29. Laatste tip: Terug naar de schoolbank Massive Open Online Course’s (MOOC’s) • Udacity.com • Coursera.org • edX.org (MIT)
    30. 30. Dank u wel! Jörgen Sandig jorgen@scyfer.nl 06-22807457

    ×