Михаил Фирулик Mail.Ru Group

1. Предиктивная аналитика
Михаил Фирулик
Директор по развитию продуктов
Big Data Analytic Solutions

2. Hype Cycle for Emerging Technologies 2014 vs 2015
В августе 2015 г. аналитическое агентство Gartner исключило Big Data из числа прорывных
технологий (emerging technologies)
В итоге, в Gartner решили [отслеживать] 5 предметных областей, связанных с хранением,
управлением и анализом данных:
• Advanced Analytics and Data Science;
• Business Intelligence and Analytics;
• Enterprise Information Management;
• In-Memory Computing Technology;
• Information Infrastructure.

3. Предиктивная аналитика: для клиентов, о клиентах
Предсказательная аналитика (прогнозная аналитика, предиктивная аналитика от
англ. predictive analytics) - класс методов анализа данных, концентрирующийся на
прогнозировании будущего поведения объектов и субъектов с целью принятия
оптимальных решений.
Находит взаимосвязи в данных Вашей компании и помогает предсказать поведение
клиентов в будущем. Используя предсказательные модули, Вы сможете заранее
сфокусировать Ваши усилия и средства на наиболее перспективные и прибыльные
функции Вашего бизнеса.
Родственным по отношению к предикативной аналитике является понятие Data Mining,
так как предиктивная аналитика использует частично подобные методы.

4. Big Data в России 1
1 - Согласно результатам исследования EMС в 2013 году.
Помощь в принятии решений:
• 70% респондентов в России считают, что анализ данных их компании поможет
принимать более взвешенные решения, а 35% респондентов подтверждают, что
высшее руководство их компаний полагается на результаты аналитики больших
данных при принятии принципиальных бизнес-решений.
• 31% респондентов сообщили, что их компании получили конкурентное
преимущество в результате внедрения технологий больших данных, а 51%
респондентов считают, что отрасли, в которых используются такие инструменты,
покажут наиболее высокий рост.
• Более половины (51%) респондентов согласны, что технологии анализа
больших данных сыграют решающую роль в выявлении и предотвращении
кибер-атак; это может оказаться решающим фактором, так как только 67%
респондентов в России уверены, что они смогут в случае необходимости
полностью восстановить все свои данные.

5. Big Data в России 2
2 - Согласно результатам нового исследования СNews Analytics и Oracle в 2015 году.

6. Лидеры на рынке предикативного анализа в
области больших данных 3
3 - Forrester Research

7. Перспективы развития рынка предикативной
аналитике в мире 4
4 - Transparency Market Research
• По состоянию на 2012 год рынок предикативной аналитики составил $2,08 млрд
• Среднегодовой его прирост в период с 2013 по 2019 год составит 17,8%.
• Рынок предикативной аналитики достигнет $6,5 млрд к 2019 году
• Драйвером роста является увеличение спроса на пользовательскую аналитики
и интеллектуальный софт для информационной безопасности и защиты от
фрода.
• Наиболее востребована предиктивная аналитика в отраслях, работающих с
конечными потребителями, таких как:
• Банковские и финансовые сервисы
• Страхование
• Госсектор
• Фармацевтика
• Телеком и ИТ
• Ритейл.
На эти сегменты пришлось 71,8% объема внедрений в 2012 году.
• Отдельное отмечается бурное развитие сегменте облачных решений для
предикативного анализа.

8. Предиктивная аналитика как услуга
Преимущества:
• Быстрый результат
• Экономия на
инфраструктуре
• Оплата по факту
потребления сервиса

9. О MAIL.RU GROUP СЕГОДНЯ
1 — TNS Web Index, Россия, февраль 2016, десктоп
2 — comScore, весь мир, февраль 2016, десктоп
Ежемесячной аудитории
интернет пользователей в России1
94% 138,4 Миллион
пользователей в мире2
Почта
Главная
Портал
ВКонтакте
Одноклассники
Мой мир
ICQ
Агент Mail.Ru
MMO,
социальные,
мобильные,
браузерные
игры
Поиск
Товары
Деньги
5 БИЗНЕС-НАПРАВЛЕНИЙ
МЕЖДУНАРОДНОЕ НАПРАВЛЕНИЕ

10. Что мы делаем
 Наш продукт – это сервис предиктивной аналитики
(Analytics As A Service)
 Фронт-ендом наших продуктов является API, который в режиме
реального времени по запросу отдает числовое значение
предиктивного признака
 Ядром наших продуктов является анализ поведения пользователей в
интернете
 Для построения моделей используем как собственные данные так и
данные заказчика
 Вся работа с данными выполняется на нашей стороне

11. Чего мы не делаем
 Не отдаем сырые данные (raw data)
 Не отдаем регистрационные данные пользователей (соц-дем)
 Не используем для анализа личные сообщения пользователей
 Не внедряем никакого софта на стороне клиента
 Не продаем cross-device и offline&online matching
 Не являемся DMP в RTB-инфраструктуре
 Не передаем данные в сторонние DMP

12. Наши сервисы
CRM
Website
Advertising
system
 Оценка пользователей
 Сегментация клиентской базы
 Информационные триггеры
 Сегменты для таргетированной
рекламы
 Интересы пользователей

13. Сценарии применения в CRM
 Отклик на предложение (интерес к покупке
продукта)
 Реакция на обращение через определенный
канал коммуникации (call response)
 Оценка платежеспособности
 Вероятность оттока клиентской базы
 Склонность к безналичным платежам
 Другие предикторы, значимые для бизнеса
клиента

14. Cookies: как их правильно готовить ;)
 Вероятность покупки
 Интерес к определенной
категории/стоимости товара
 Лояльность к бренду
 Уровень платежеспособности
 Склонность к on-line платежам
 Другие предикторы, значимые для
бизнеса

15. Интересы пользователей и
пользовательские сегменты
Авто
Авто по маркам
Бизнес
Бытовая техника
Для дома и дачи
Домашние животные
Досуг и развлечение
Здоровье
Компьютерная техника
Красота и уход за
собой
Кулинария
Мобильные устройства
Недвижимость
Образование
Одежда и обувь
Путешествия
Подарки и сувениры
Семья и дети
Спорт и активный отдых
Страхование
Туризм
Финансы
Электроника и фото
Мебель и интерьер
Обустройство и ремонт
Новостные интересы
Мобильная связь
Поиск работы
Кино
Игры

16. myTarget
Сервис размещения таргетированной рекламы в социальных сетях и на
проектах Mail.Ru Group.
Таргетированная реклама - вид рекламы, основанный на показе
рекламного предложения только пользователям,
удовлетворяющим заданным критериям (целевой аудитории).

17. Стандартные аудитории для Look-alike
Счѐтчик Top@Mail.Ru
DMP
ID пользователей
ОК, VK, ММ
e-mail
ID устройств
Android и iOS

18. Кастомные сегменты и аудитории Look-alike
Варианты подготовки
сегментов:
• CRM-выборка клиента
• Результаты опросов
ИЛИ
• Контент-проекты
• Интересы пользователей
Анализ
поведения
данных
пользователей
Поиск
пользователей
с аналогичным
поведением

19. СПАСИБО ЗА ВНИМАНИЕ
Михаил Фирулик
m.firulik@corp.mail.ru