Оптимизация управления оттоком больших и малых операторовТелеком Новация
Тема нашего доклада была «Оптимизация управления оттоком абонентов».
В этот раз мы его разбили на две части – подходы для крупных операторов и подходы для региональных.
В части региональных новизны не было, мы всё так же видим эффективность в выстраивании системы управления оттоком – исчерпывающему набору причин, корректным бизнес-процессам получения обратной связи от абонентов, выработке методов удержания под каждую позицию оттока, привязке системы мотивации ответственного персонала к плановому показателю сокращения оттока.
Но совсем другое дело крупный оператор.
У крупного оператора покрытие сотни тысяч квартир, десятки тысяч абонентов, где руководитель «не чувствует» компанию и не принимает решение по каждому оперативному вопросу, а ситуация для него представлена в виде изменения набора показателей и их взаимосвязей.
Оптимизация управления оттоком больших и малых операторовТелеком Новация
Тема нашего доклада была «Оптимизация управления оттоком абонентов».
В этот раз мы его разбили на две части – подходы для крупных операторов и подходы для региональных.
В части региональных новизны не было, мы всё так же видим эффективность в выстраивании системы управления оттоком – исчерпывающему набору причин, корректным бизнес-процессам получения обратной связи от абонентов, выработке методов удержания под каждую позицию оттока, привязке системы мотивации ответственного персонала к плановому показателю сокращения оттока.
Но совсем другое дело крупный оператор.
У крупного оператора покрытие сотни тысяч квартир, десятки тысяч абонентов, где руководитель «не чувствует» компанию и не принимает решение по каждому оперативному вопросу, а ситуация для него представлена в виде изменения набора показателей и их взаимосвязей.
Владимир Шикин, заместитель директора по маркетингу Национального бюро кредитных историй (НБКИ), приводит анализ объективных данных НБКИ и делает вывод: в новой реальности важно объединять усилия маркетинга, риск-менеджмента и оценки вероятности взыскания (скоринга). Доклад на Практической конференции "МАРКЕТИНГ ФИНАНСОВЫХ УСЛУГ", 08 апреля 2015 г.
Лучшие региональные практики в кризисных условияхRSPP-Telecom
Президент Российского союза промышленников и предпринимателей, сопредседатель Рейтингового комитета Национального рейтинга состояния инвестиционного климата в субъектах Российской Федерации. Александр Шохин
Поиск признаков мошенничества в убытках по медицинскому страхованию / Василий...Ontico
РИТ++ 2017, секция ML + IoT + ИБ
Зал Белу-Оризонти, 5 июня, 18:00
Тезисы:
http://ritfest.ru/2017/abstracts/2800.html
В число задач страховых компаний (авто, страхование имущества, медицинское страхование) входит проверка оказанных (или запрашиваемых) убытков на соответствие условиям страхования. Зачастую данная задача выполняется в ручном режиме с привлечение экспертов. Данная работа неизбежно влечет издержки, а с ростом количества данных становится и вовсе невозможным проверять все убытки.
Среди российских компаний давно предпринимались попытки алгоритмизировать проверку убытков, но эффект от этого, как правило, не оправдывал ожиданий. Особенно трудно анализировать убытки в области добровольного медицинского страхования из-за сложности и нестандартизованности данной предметной области.
Страховая компания Allianz первой в России решила применить для этой цели технологии машинного обучения. На сегодняшний день создана пилотная версия системы автоматического поиска аномалий, обученная на результатах проверки экспертами за несколько последних лет. Результаты пилотных тестов показали перспективность дальнейших разработок.
Как заложить фундамент успешной кампании – маркетинговая платформа. Этапы разработки рекламной стратегии. Как тонкая проработка всех инструментов повышает эффективность бюджета втрое.
Специалисты компании USABILITYLAB провели исследование удобства 16 интернет-банков. В нем приняли участие 128 человек, каждое приложение тестировали по 8 пользователей.
Для тестирования были отобраны базовые задачи пользователей:
• вход в интернет-банк;
• просмотр информации по счетам;
• просмотр истории операций по счету;
• перевод между своими счетами;
• перевод в другой банк по реквизитам;
• оплата мобильной связи;
• оплата коммунальных услуг.
Cкоринговые модели нового типа: анализируем действия клиента / Максим Савченк...Ontico
РИТ++ 2017, секция ML + IoT + ИБ
Зал Белу-Оризонти, 6 июня, 15:00
Тезисы:
http://ritfest.ru/2017/abstracts/2795.html
Кейс 1: как обеспечить максимально быструю (без привлечения людей-экспертов), удобную (радикальное сокращение экранных форм) и эффективную оценку клиентов за счет анализа поведенческой информации клиентов (в частности, истории финансовых транзакций).
Кейс 2: сегментация клиентов на основе их финансового поведения (анализ данных высокой размерности и большого размера).
Доклад посвящен обзору некоторых приемов машинного обучения, которые используются для решения этой задачи
Презентация для операторов связи по методам контроля восприятия пользователей услуги Интернет. Докладывал на конференции Billing OSS. Без озвучки сложно воспринимать, но общий контекст, думаю, должен быть понятен.
Cпособы увеличения продаж телекоммуникационных услуг БЕЗ БЮДЖЕТА Pikman.infoВиталий Пикман
В докладе рассмотрены следующие вопросы:
Как увеличить количество абонентов, когда старые способы не работают?
Как увеличить ARPU?
Как увеличить доходность, одновременно сократив издержки?
Какие секреты продаж используют лидеры телекоммуникационного рынка?
Виталий Пикман, главный менеджер по продажам и маркетингу ООО "Интертелеком" в АР Крым и г Севастополе, бизнес-тренер, автор книги "Эффективные системы продаж телекоммуникационных услуг для дома".
С 2009 г. по 2012 г. участвовал в разработке и запуске проекта "Домашний интернет" от Киевстар, который за считанные месяцы собрал 500 000 абонентов в Украине
Общеизвестное понятие оттока многие интуитивно понимают по разному. Создание KPI на основании такого понимания требует точных формулировок. Попытка сузить границы и уточнить формулировки робко сделана в этой презентации.
Владимир Шикин, заместитель директора по маркетингу Национального бюро кредитных историй (НБКИ), приводит анализ объективных данных НБКИ и делает вывод: в новой реальности важно объединять усилия маркетинга, риск-менеджмента и оценки вероятности взыскания (скоринга). Доклад на Практической конференции "МАРКЕТИНГ ФИНАНСОВЫХ УСЛУГ", 08 апреля 2015 г.
Лучшие региональные практики в кризисных условияхRSPP-Telecom
Президент Российского союза промышленников и предпринимателей, сопредседатель Рейтингового комитета Национального рейтинга состояния инвестиционного климата в субъектах Российской Федерации. Александр Шохин
Поиск признаков мошенничества в убытках по медицинскому страхованию / Василий...Ontico
РИТ++ 2017, секция ML + IoT + ИБ
Зал Белу-Оризонти, 5 июня, 18:00
Тезисы:
http://ritfest.ru/2017/abstracts/2800.html
В число задач страховых компаний (авто, страхование имущества, медицинское страхование) входит проверка оказанных (или запрашиваемых) убытков на соответствие условиям страхования. Зачастую данная задача выполняется в ручном режиме с привлечение экспертов. Данная работа неизбежно влечет издержки, а с ростом количества данных становится и вовсе невозможным проверять все убытки.
Среди российских компаний давно предпринимались попытки алгоритмизировать проверку убытков, но эффект от этого, как правило, не оправдывал ожиданий. Особенно трудно анализировать убытки в области добровольного медицинского страхования из-за сложности и нестандартизованности данной предметной области.
Страховая компания Allianz первой в России решила применить для этой цели технологии машинного обучения. На сегодняшний день создана пилотная версия системы автоматического поиска аномалий, обученная на результатах проверки экспертами за несколько последних лет. Результаты пилотных тестов показали перспективность дальнейших разработок.
Как заложить фундамент успешной кампании – маркетинговая платформа. Этапы разработки рекламной стратегии. Как тонкая проработка всех инструментов повышает эффективность бюджета втрое.
Специалисты компании USABILITYLAB провели исследование удобства 16 интернет-банков. В нем приняли участие 128 человек, каждое приложение тестировали по 8 пользователей.
Для тестирования были отобраны базовые задачи пользователей:
• вход в интернет-банк;
• просмотр информации по счетам;
• просмотр истории операций по счету;
• перевод между своими счетами;
• перевод в другой банк по реквизитам;
• оплата мобильной связи;
• оплата коммунальных услуг.
Cкоринговые модели нового типа: анализируем действия клиента / Максим Савченк...Ontico
РИТ++ 2017, секция ML + IoT + ИБ
Зал Белу-Оризонти, 6 июня, 15:00
Тезисы:
http://ritfest.ru/2017/abstracts/2795.html
Кейс 1: как обеспечить максимально быструю (без привлечения людей-экспертов), удобную (радикальное сокращение экранных форм) и эффективную оценку клиентов за счет анализа поведенческой информации клиентов (в частности, истории финансовых транзакций).
Кейс 2: сегментация клиентов на основе их финансового поведения (анализ данных высокой размерности и большого размера).
Доклад посвящен обзору некоторых приемов машинного обучения, которые используются для решения этой задачи
Презентация для операторов связи по методам контроля восприятия пользователей услуги Интернет. Докладывал на конференции Billing OSS. Без озвучки сложно воспринимать, но общий контекст, думаю, должен быть понятен.
Cпособы увеличения продаж телекоммуникационных услуг БЕЗ БЮДЖЕТА Pikman.infoВиталий Пикман
В докладе рассмотрены следующие вопросы:
Как увеличить количество абонентов, когда старые способы не работают?
Как увеличить ARPU?
Как увеличить доходность, одновременно сократив издержки?
Какие секреты продаж используют лидеры телекоммуникационного рынка?
Виталий Пикман, главный менеджер по продажам и маркетингу ООО "Интертелеком" в АР Крым и г Севастополе, бизнес-тренер, автор книги "Эффективные системы продаж телекоммуникационных услуг для дома".
С 2009 г. по 2012 г. участвовал в разработке и запуске проекта "Домашний интернет" от Киевстар, который за считанные месяцы собрал 500 000 абонентов в Украине
Общеизвестное понятие оттока многие интуитивно понимают по разному. Создание KPI на основании такого понимания требует точных формулировок. Попытка сузить границы и уточнить формулировки робко сделана в этой презентации.
Весной 2012 года, компания Tele2-Хорватия совершила революцию на рынке телекоммуникаций в прямом и переносном смысле.
Уткнувшись в непробивную стену стандартной коммуникации, которая не доходила до потребителя, компания Tele2 решила перевернуть маркетинг и создать коммуникацию снизу вверх. Начав с протестных движений на улицах против несправедливых, запутанных и лживых тарифов, компания создала продукт, который бы отвечал всем требованиям активистов, после чего вывела его на рынок как ответ на протесты вместе с соответствующей активацией на уровне 360 градусов.
Результаты кампании стали рекордными для рынка Хорватии и превысили даже самые смелые ожидания.
Отток клиентов - это не просто абстрактный показатель в отчетах. Это недополученные доходы, негативные отзывы клиентов и плохое настроение ваших сотрудников.
- Почему клиенты уходят?
- Как диагностировать отток клиентов?
- Какие способы борьбы существуют?
- Как оценить ущерб от потери клиентов?
- Возможно ли вернуть ушедших покупателей?
Узнайте, как снизить отток и увеличить эффективность работы с вашими клиентами.
Corporate culture to build customer experience excellenceLev Sokolov
Strong branded corporate culture is a key element to build great customer service and customer experience excellence.
Презентация сделана на конференции:
"Telecoms Loyalty & Churn: удержание абонентской базы операторами связи"
Трансформация доходов операторов под влиянием мобильных данныхAlexey Kondrashov
Данная презентация является Executive Summary отчета выполненного Директ ИНФО в конце 2013 года. В отчете рассматривается как услуги мобильной передачи данных влияют на бизнес мобильных операторов ( и не только их) и как трансформируется рынок под их влиянием и какие новые направления бизнеса при этом возникают ( мобильные ОТТ сервисы, мобильная реклама, M2M и интернет вещей и тп)
Предсказание оттока игроков из World of TanksYandex
Одна из наиболее часто возникающих задач в бизнес-аналитике для компаний — это предсказание оттока клиентов. Ведь если заранее знать, что клиент собирается уйти к конкуренту, его можно попытаться остановить. Задача будет рассмотрена на примере прогнозирования оттока игроков из World of Tanks.
Семинар "Повышение доходности абонентской базы".
Подробнее о мероприятии http://www.croc.ru/action/detail/14839/
Презентация Александр Ефимов, руководитель практики data mining компании КРОК
Как вернуть инвестиции в мобильное приложениеVitamin Group
By Vitamin Group http://retail.vigroup.ru/
Простая модель расчета ROI при разработке приложения для ритейла и компаний сферы услуг. Обоснование инвестиций для маркетолога.
Мобильные сервисы позволяют компаниям лучше знать своих клиентов, удовлетворять их потребности, опережать конкурентов. Бесплатное, без рекламы, полезное для клиента приложение требует инвестиций, но его окупаемость не всегда очевидна. Все можно посчитать.
Хотите привлекать и удерживать клиентов при помощи их мобильных телефонов? Мы расскажем, с чего начать.
www.vigroup.ru
+7 499 995 12 26
+7 342 210 31 47
Как «насытить» 5 000 пользователейканалом 5 Мбит/с?evanti
Ключевой продукт нашей компании – решение Smart Market – система управления каналом
коллективного доступа к сети интернет. Наши алгоритмы используют методы поведенческой
экономики и теории игр для того, чтобы значительно повысить доходы оператора и
удовлетворенность пользователей интернета.
Фидбек. План проекта из книги "Фидбэк"Елена Золина
Выдержка из книги "Фидбэк. Получите обратную связь". Игорь Манн, Елена Золина. Руководство для всех, у кого есть клиенты.
Данная презентация может стать для Вас легким стартом в обосновании необходимости проекта в Компании. Или в процессе его планирования.
Клиентская аналитика - методы принятия решенийLoginom
Подробно изложены простые и продвинутые методы бизнес-аналитики, направленные на повышение лояльности клиентов, минимизации оттока и увеличения отклика на предложения. Все методы привлечения клиентов могут быть реализованы на базе системы бизнес-аналитики Deductor.
IT-решения для эффективной автоматизации работы приемной комиссии.
- Информационная система вуза как решение для организации приема.
- Решение типичных задач и проблем:
- Как обеспечить соответствие информационной системы новым требованиям.
- Как снизить трудоемкость первичной обработки документов и сократить количество возможных ошибок.
- Как удобно отслеживать ход и результаты приема, получать и публиковать списки поступающих.
- Как быстро подготовить приказы на зачисление.
- Как выполнить требования о передаче данных в ФИС ГИА и приема.
- Демонстрация решения типичных задач, возникающих в ходе работы приемной комиссии.
Новое в нормативном правовом обеспечении работы приемной комиссии вуза
Докладчик – А.Л. Коломенская, эксперт Минобрнауки России, Департамент государственной политики в сфере высшего образования
Федеральные законы от 3.07.2016 № 306-ФЗ и от 3.07.2016 № 308-ФЗ и изменения в Порядке приема на обучение по программам высшего образования – программам бакалавриата, специалитета, магистратуры и аспирантуры на 2017/2018 учебный год.
О проведении вузом самостоятельно вступительных испытаний для поступающих на обучение по программам бакалавриата, специалитета, магистратуры и аспирантуры. Границы свободы вуза в сочетании различных типов вступительных испытаний и различных форм их проведения. Границы свободы поступающего. Отдельные конкурсы в зависимости от уровня образования поступающего. Учет индивидуальных достижений при приеме на обучение.
Порядок зачисления. Сроки проведения приемной кампании.
Naumen Network Manager -это:
- универсальная платформа-конструктор с мощным модулем аналитики и технологией нормализации данных;
- многочисленные модули анализа и визуализации данных;
- решение от единственного в СНГ вендора систем класса Service Desk и Network Management.
Доклад на бизнес-завтраке «Практика импортозамещения систем управления ИТ» (Москва, 23 апреля 2015 г.).
Спикер: Дмитрий Рубин, руководитель по развитию направления Service Desk, Naumen
Доклад на бизнес-завтраке «Практика импортозамещения систем управления ИТ» (Москва, 23 апреля 2015 г.).
Спикер: Всеволод Шадрин, руководитель проекта, Naumen
Доклад на бизнес-завтраке «Практика импортозамещения систем управления ИТ» (Москва, 23 апреля 2015 г.).
Спикер: Илья Мальков, руководитель практики систем ЕСМ, Интер РАО
Доклад на бизнес-завтраке «Практика импортозамещения систем управления ИТ» (Москва, 23 апреля 2015 г.).
Спикер: Дмитрий Алтухов, директор по ИТ, Интер РАО
Доклад на бизнес-завтраке «Практика импортозамещения систем управления ИТ» (Москва, 23 апреля 2015 г.).
Спикер: Кирилл Федулов, руководитель по развитию решений, Naumen
Предлагаем вашему вниманию презентацию, посвященную обзору решения «Автоматизированная система управления программами и проектами».
Из презентации вы узнаете:
- о назначении и функциях системы;
- об автоматизируемых процессах;
- об интерфейсе продукта;
- о наличии инструментов аналитики;
- где работает решение;
- о преимуществах решения;
- о результатах внедрения.
Презентация с вебинара 17 апреля 2014 г. «Доступная автоматизация закупочной деятельности по 223-ФЗ с помощью сервиса Zakupki365.ru»
Спикер: Юлия Анискина, менеджер по продажам систем автоматизации закупок, Naumen
Доклад на бизнес-завтраке «Контактный центр как хедлайнер процессов обслуживания в розничном банкинге» (Екатеринбург, 16 апреля 2014 г.).
Спикер: Алексей Садовский, директор департамента автоматизации контактных центров по России и СНГ, Naumen
Доклад на бизнес-завтраке «Контактный центр как хедлайнер процессов обслуживания в розничном банкинге» (Екатеринбург, 16 апреля 2014 г.).
Спикер: Алексей Садовский, директор департамента автоматизации контактных центров по России и СНГ, Naumen
Доклад на бизнес-завтраке «Контактный центр как хедлайнер процессов обслуживания в розничном банкинге» (Екатеринбург, 16 апреля 2014 г.).
Спикер: Сергей Шувалов, заместитель генерального директора по финансовому сектору, Naumen
Доклад на бизнес-завтраке «Контактный центр как хедлайнер процессов обслуживания в розничном банкинге» (Екатеринбург, 16 апреля 2014 г.).
Спикер: Сергей Шувалов, заместитель генерального директора по финансовому сектору, Naumen
Доклад на бизнес-завтраке «Контактный центр как хедлайнер процессов обслуживания в розничном банкинге» (Екатеринбург, 16 апреля 2014 г.).
Спикер: Андрей Зайцев, генеральный директор NODA Interaction Platforms (бренд NAUMEN в Азиатско-Тихоокеанском регионе), Naumen
More from NAUMEN. Информационные системы управления растущим бизнесом (20)
7. Сегментация : варианты Тип Источник данных Результат Ценность Биллинг, модели расчета ценности, операционный CRM … Дифференциация обслуживания : выделение перспективных и убыточных клиентов Поведение Транзакционные данные, опросы, операционный CRM, коммутаторы… Адресный маркетинг : формирование предложений с учетом особенностей Лояльность Транзакционные данные, биллинг, Call- центр, сайт… Снижение оттока : повышение ARPU , удержание ценных клиентов
8.
9.
10.
11. Сегментация : поведение клиента – выводы Онлайнеры Пользователи VAS
15. Прогнозирование оттока: общая схема Настоящее Построение модели на исторических данных за 6 мес. Применение модели на данных за последние 6 мес. Строим модель здесь. Выборка: активные клиенты на конец июня Целевая группа клиентов: уход через 3 мес. Прогноз ухода клиента на 3-й мес. Применяем модель здесь. Выборка: текущие активные клиенты Тестируем модель на клиентах октября
Телекоммуникационный сектор характеризуется огромными объемами данных, большим количеством мелких операций и сложными закономерностями. В условиях постоянной конкуренции увеличению ARPU - среднего дохода на абонента - препятствует большая изменчивая база клиентов и, как следствие, уход клиентов.
На схеме мы находимся в конце октября. 6 месяцев – рекомендуемое окно, хотя его можно как увеличить, так и сократить. При моделировании оттока важно прогнозировать уход клиента не на следующий период, а через 3-4 периода (месяца) для того чтобы успеть разработать и провести меры по его удержанию. Клиента, который уже задумал уйти, удержать очень трудно. Поэтому в данном примере из обучающей выборки будут исключаться клиенты, покинувшие компанию в июле и августе.