SlideShare a Scribd company logo
1 of 24
Download to read offline
BUSINESS 
GROWTH 
© 2014 – PROPRIETARY AND CONFIDENTIAL INFORMATION OF CVIDYA 
Использование 
больших данных для 
оптимизации управления 
потребительской ценностью 
Семён Брискман 
директор отдела поддержки продаж
2 
Ведущая компания в сфере аналитики гарантирования доходов 
для поставщиков телекоммуникационных и мультимедийных услуг 
Основание: 2001 
300 работников в 15 офисах по всему миру 
Установки в 7 из 10 крупнейших операторов в мире 
150 клиентов в 64 странах 
Обработка данных 2.45 миллиарда абонентов 
Экономия более $12 миллиардов в год от доходов операторов 
Партнерство с крупнейшими производителями и интеграторами 
О компании 
2
3 
БИЗНЕС- 
-АНАЛИТИКА 
РАЗВИТИЕ БИЗНЕСА 
ЗАЩИТА БИЗНЕСА 
 Предотвращение 
мошенничества 
 Гарантирование доходов 
 Маркетинговая аналитика 
 Управление 
каналами продаж 
ПЛАТФОРМА 
BIG DATA 
Сбор данных 
Агрегация 
Обогащение 
DWH 
Mediation CRM 
ERP 
IP&DPI Probes 
Billing Switch 
Order & Provisioning 
ИСТОЧНИКИ 
ДАННЫХ 
Центр Компетенции 
Центр 
обучения 
Профессиональные 
услуги 
Консалтинг 
Превращаем исходные данные в значимую информацию
4 
Все говорят сегодня об аналитике больших данных… 
“Processing large volumes or wide 
varieties of data, remains merely a 
technological solution, unless it is tied 
to business goals and objectives” 
“Top Technology Trends 
Impacting Information Infrastructure in 2013” 
…однако, 
“Обработка больших массивов 
разнообразных данных остается просто 
техническим решением пока она не 
связана с задачами и целями бизнеса”
5 
Как использование BigData 
позволяет по новому взглянуть на клиентскую базу? 
Что, если вы сможете распознать что эти абоненты – одна 
семья с различным использованием мобильных данных? 
дочь 
мама 
сын папа
6 
Что, если вы будете способны выделить группы 
болельщиков, интересующихся футболом?
7 
Итак, как же можно оптимизировать 
маркетинговые усилия?
8 
Семья Кузнецовых
9 
Род занятий: независимый архитектор 
Увлечения: Мода, спорт (теннис), новости (бизнес, развлечения) 
Род занятий: Специалист по маркетингу в международной фирме 
Основное использование: Телефония, WhatsApp, Skype, частый роуминг, чтение новостей 
Устройства: ноутбук, планшет, iPhone6 
Устройства: ноутбук, планшет, Nexus 5 
Основное использование: Телефония, Интернет, Тетеринг 
Увлечения: Спорт (футбол, баскетбол) и фото 
Татьяна 
Дмитрий
10 
Студент университета 
Увлечения:музыка, спорт (альпинизм и подводное плавание) 
Устройства: ноутбук, планшет, iPhone 4s 
Использование: Телефония, Facebook, Skype, WhatsApp 
Школьник 
Увлечения:Чтение, спорт (велосипед, коньки) 
Устройства:дешевый смартфон 
Использование: Телефония, WhatsApp, Facebook, интернет 
Миша 
16 
11 
Даша 
Николай 
19Ученица гимназииУвлечения:кино, спорт (гимнастика, плавание) Устройства:Galaxy S2Использование: Телефония, WhatsApp, Instagram, YouTube
11 
Что оператор знает о Кузнецовых сегодня? 
 Debra 
− Препайд 
− Тариф: 3 GBs 
интернет, безлимитные 
голос/SMS 
− Низкая активность в роуминге 
(использует WiFi) 
 Colin 
− Студенческий тариф в конкурирующей компании 
 Mike 
– Препайд 
– Демографические данные отсутствуют 
– Тариф: 500MB интернета, 500 
минут, 500 SMS 
– Иногда превышает квоту 
 George 
– Контракт на ИП 
– Тариф: 5 GBs 
интернет, безлимитные 
голос/SMS 
– Никогда не превышает квоту 
? 
 Jessica 
− Перепайд на имя Дмитрия 
− Демографические данные неверны 
− Тариф: 1 GBs интернет, безлимитные 
голос/SMS 
− Постоянно превышает квоту 
? 
Татьяна 
Даша 
Дмитрий 
Миша 
Николай 
?
12 
 Стимуляция Top-up 
 USB модем 
 Облачное хранилище данных 
 Стандартный роуминговый пакет 
 Дополнительный SIM для 
планшета 
 Одноразовые квоты (Bridge data) 
 Изменение тарифа, увеличение 
квоты 
…и что он может предложить им? 
? 
Татьяна 
Даша 
Дмитрий 
Миша 
?
13 
Использование аналитики больших данных 
Доступная информацияатрибуты клиентов, XDRs, DPI, устройства, location, использование квот, точки продаж, инвойсы, top-ups, и т.д. и т.п.… InsightsВзаимосвязи, корреляция, модели поведения, привычки 
Семьи, социальные группы, работники малых предприятий 
Интересы и предпочтения 
Демография (группы по возрастному и половому признаку, месту жительства) 
Авторитетные абоненты 
Потребности и привычки на уровне отдельных клиентов и микро-сегментов
14 
Что может обнаружить аналитика больших данных? 
? 
? 
Семейный круг
15 
Что может обнаружить аналитика больших данных? 
? 
Возрастная группа 
(8-13)
16 
Что может обнаружить аналитика больших данных? 
? 
Пол
17 
Что может обнаружить аналитика больших данных? 
Увлечения 
Семейный круг 
? 
? 
Возраст 
Пол 
Устройства
18 
Что может обнаружить аналитика больших данных? 
? 
? 
Что ТЕПЕРЬ мы можем 
предложить Кузнецовым? 
 Семейный тарифный план, «общий трафик» 
для всех устройств 
 Перевод остальных членов семьи 
 Переход от препайда к контрактным тарифам 
 Специальные тарифы в роуминге 
 Новые устройства и поддержка LTE 
 Акции и подарки в связи со значительными 
спортивными событиями 
 1 месяц бесплатной подписки на пакет 
спортивных программ мобильного HDTV
19 
Обобщенный анализ семей по всей клиентской базе 
Распространенность и количество 
tethering и multi-device 
Корреляция между числом 
потребителей Data и общим 
объемом/ARPU на семью 
Характерные черты семейного 
использования пакетной передачи 
Распределение по размеру семей 
Кто оказывает влияние на 
принятие решений
20 
Что, если вы будете способны выделить группы 
болельщиков, интересующихся футболом? 
Увеличенная ПП в дни матчей 
Контент от поставщиков-партнеров 
Подарки и скидки на мероприятия
21 
cVidya EnrichTM – Ваш проводник в мире клиентских данных 
 Доступный и самодостаточный 
инструмент для маркетологов телеком- 
сектора 
 Готовые Use Cases и модели данных для 
решения конкретных бизнес-задач 
 Выявление целевых микро-сегментов 
для разнообразных маркетинговых 
программ 
 Анализ воздействия возможных 
предложений на целевые сегменты 
Customer Insight at your Fingertips
22 
EnrichTM – оптимизация маркетинговых процессов 
Business 
Question 
 Size of opportunity 
for a new product 
(e.g., shared data 
plans)? 
 How can I leverage 
my customer data 
for external 
activities? 
Information 
Requirement 
Definition 
 How many families 
do I have in my 
base? 
 What is the total 
data usage and 
revenues per family? 
Data Gathering 
 Where is the 
relevant data? 
 What additional 
data sources are 
needed? 
 What advanced 
models are required 
– e.g., identifying 
family circles? 
Insights 
 Focused reports 
 Customer scoring 
Analysts Data Scientists Tools 
Domain Expertise & Best Practices
23 
Ноу-хау и лучший мировой опыт 
EnrichTM – компоненты решения 
Analytical 
Flows 
Offer 
Simulation 
KPIs Dashboards 
Business 
Packages 
Возможности обработки больших данных
THANK YOU! 
www.cvidya.com 
Семён Брискман 
Директор Отдела поддержки продаж 
Email: shimon.briskman@cvidya.com 
Mobile: +972.54.926.8562

More Related Content

Viewers also liked

Олег Леонов, ТТК
Олег Леонов, ТТКОлег Леонов, ТТК
Олег Леонов, ТТКconnectica -lab
 
Сергей Исаев, SAS
Сергей Исаев, SASСергей Исаев, SAS
Сергей Исаев, SASconnectica -lab
 
Александр Кубрин, МТТ
Александр Кубрин, МТТАлександр Кубрин, МТТ
Александр Кубрин, МТТconnectica -lab
 
Андрей Булгаков, МГТС
Андрей Булгаков, МГТСАндрей Булгаков, МГТС
Андрей Булгаков, МГТСconnectica -lab
 
Елена Елизарова, Ростелеком
Елена Елизарова, РостелекомЕлена Елизарова, Ростелеком
Елена Елизарова, Ростелекомconnectica -lab
 
Алексей Журавлев, НТВ-Плюс
Алексей Журавлев, НТВ-ПлюсАлексей Журавлев, НТВ-Плюс
Алексей Журавлев, НТВ-Плюсconnectica -lab
 
Виктор Булгаков, ВымпелКом
Виктор Булгаков, ВымпелКомВиктор Булгаков, ВымпелКом
Виктор Булгаков, ВымпелКомconnectica -lab
 
Тарас Козачок, МТС
Тарас Козачок, МТСТарас Козачок, МТС
Тарас Козачок, МТСconnectica -lab
 

Viewers also liked (8)

Олег Леонов, ТТК
Олег Леонов, ТТКОлег Леонов, ТТК
Олег Леонов, ТТК
 
Сергей Исаев, SAS
Сергей Исаев, SASСергей Исаев, SAS
Сергей Исаев, SAS
 
Александр Кубрин, МТТ
Александр Кубрин, МТТАлександр Кубрин, МТТ
Александр Кубрин, МТТ
 
Андрей Булгаков, МГТС
Андрей Булгаков, МГТСАндрей Булгаков, МГТС
Андрей Булгаков, МГТС
 
Елена Елизарова, Ростелеком
Елена Елизарова, РостелекомЕлена Елизарова, Ростелеком
Елена Елизарова, Ростелеком
 
Алексей Журавлев, НТВ-Плюс
Алексей Журавлев, НТВ-ПлюсАлексей Журавлев, НТВ-Плюс
Алексей Журавлев, НТВ-Плюс
 
Виктор Булгаков, ВымпелКом
Виктор Булгаков, ВымпелКомВиктор Булгаков, ВымпелКом
Виктор Булгаков, ВымпелКом
 
Тарас Козачок, МТС
Тарас Козачок, МТСТарас Козачок, МТС
Тарас Козачок, МТС
 

Similar to Семен Брискман, сVidya

Решения HPE Software для Больших данных
Решения HPE Software для Больших данныхРешения HPE Software для Больших данных
Решения HPE Software для Больших данныхYuri Yashkin
 
DenReymer_presentation_for_CNewsforum_14112014
DenReymer_presentation_for_CNewsforum_14112014DenReymer_presentation_for_CNewsforum_14112014
DenReymer_presentation_for_CNewsforum_14112014CleverDATA
 
Восемь подводных камней на пути к внедрению аналитики Больших данных
Восемь подводных камней на пути к внедрению аналитики Больших данныхВосемь подводных камней на пути к внедрению аналитики Больших данных
Восемь подводных камней на пути к внедрению аналитики Больших данныхElizaveta Alekseeva
 
Cnews Forum 2016. Цифровые Двойники - Как повысить продажи не выходя из офиса.
Cnews Forum 2016. Цифровые Двойники - Как повысить продажи не выходя из офиса. Cnews Forum 2016. Цифровые Двойники - Как повысить продажи не выходя из офиса.
Cnews Forum 2016. Цифровые Двойники - Как повысить продажи не выходя из офиса. Den Reymer
 
Big Data: О чем думают ваши клиенты?
Big Data: О чем думают ваши клиенты?Big Data: О чем думают ваши клиенты?
Big Data: О чем думают ваши клиенты?Den Reymer
 
Большие данные в маркетинге: обработка, хранение, монетизация (Big Data 2017)
Большие данные в маркетинге: обработка, хранение, монетизация (Big Data 2017)Большие данные в маркетинге: обработка, хранение, монетизация (Big Data 2017)
Большие данные в маркетинге: обработка, хранение, монетизация (Big Data 2017)CleverDATA
 
Cвятослав Штумпф, Петер-Сервис: Грамотное использование Big Data
Cвятослав Штумпф, Петер-Сервис: Грамотное использование Big DataCвятослав Штумпф, Петер-Сервис: Грамотное использование Big Data
Cвятослав Штумпф, Петер-Сервис: Грамотное использование Big DataB2BConferenceGroup
 
MESImeetup_DenReymer_presentation
MESImeetup_DenReymer_presentationMESImeetup_DenReymer_presentation
MESImeetup_DenReymer_presentationCleverDATA
 
Den Reymer Resilience_2014
Den Reymer Resilience_2014Den Reymer Resilience_2014
Den Reymer Resilience_2014CleverDATA
 
Управление качеством клиентского портфеля “по- умному”.
Управление качеством клиентского портфеля “по- умному”. Управление качеством клиентского портфеля “по- умному”.
Управление качеством клиентского портфеля “по- умному”. iECARUS
 
Дмитрий Морозов, Банк «Хоум Кредит»: SmartData
Дмитрий Морозов, Банк «Хоум Кредит»: SmartDataДмитрий Морозов, Банк «Хоум Кредит»: SmartData
Дмитрий Морозов, Банк «Хоум Кредит»: SmartDataБанковское обозрение
 
CleverDATA_1DMP.RU_ for_enterprise
CleverDATA_1DMP.RU_ for_enterpriseCleverDATA_1DMP.RU_ for_enterprise
CleverDATA_1DMP.RU_ for_enterpriseCleverDATA
 
Big Data в маркетинге. Просто о непонятном: задачи, возможности, реальность
Big Data в маркетинге. Просто о непонятном: задачи, возможности, реальностьBig Data в маркетинге. Просто о непонятном: задачи, возможности, реальность
Big Data в маркетинге. Просто о непонятном: задачи, возможности, реальностьTechart Marketing Group
 
аналитики про 2015 год наталья бердыева для апкита
аналитики про 2015 год   наталья бердыева для апкитааналитики про 2015 год   наталья бердыева для апкита
аналитики про 2015 год наталья бердыева для апкитаNatalia Berdyeva
 
Данные - Основа Digital революции
Данные - Основа Digital революцииДанные - Основа Digital революции
Данные - Основа Digital революцииDen Reymer
 
Клуб Юных Программатиков. Лекция 2. Евгений Жданов
Клуб Юных Программатиков. Лекция 2. Евгений ЖдановКлуб Юных Программатиков. Лекция 2. Евгений Жданов
Клуб Юных Программатиков. Лекция 2. Евгений ЖдановYoungProgrammatic
 
Cfo форум big data в борьбе за эффективность 27 января 2017г
Cfo форум big data в борьбе за эффективность 27 января 2017гCfo форум big data в борьбе за эффективность 27 января 2017г
Cfo форум big data в борьбе за эффективность 27 января 2017гАндрей Анатольевич Ващенко
 

Similar to Семен Брискман, сVidya (20)

Решения HPE Software для Больших данных
Решения HPE Software для Больших данныхРешения HPE Software для Больших данных
Решения HPE Software для Больших данных
 
DenReymer_presentation_for_CNewsforum_14112014
DenReymer_presentation_for_CNewsforum_14112014DenReymer_presentation_for_CNewsforum_14112014
DenReymer_presentation_for_CNewsforum_14112014
 
Восемь подводных камней на пути к внедрению аналитики Больших данных
Восемь подводных камней на пути к внедрению аналитики Больших данныхВосемь подводных камней на пути к внедрению аналитики Больших данных
Восемь подводных камней на пути к внедрению аналитики Больших данных
 
Draft m2 new version_v10
Draft m2 new version_v10Draft m2 new version_v10
Draft m2 new version_v10
 
Cnews Forum 2016. Цифровые Двойники - Как повысить продажи не выходя из офиса.
Cnews Forum 2016. Цифровые Двойники - Как повысить продажи не выходя из офиса. Cnews Forum 2016. Цифровые Двойники - Как повысить продажи не выходя из офиса.
Cnews Forum 2016. Цифровые Двойники - Как повысить продажи не выходя из офиса.
 
Big Data: О чем думают ваши клиенты?
Big Data: О чем думают ваши клиенты?Big Data: О чем думают ваши клиенты?
Big Data: О чем думают ваши клиенты?
 
Большие данные в маркетинге: обработка, хранение, монетизация (Big Data 2017)
Большие данные в маркетинге: обработка, хранение, монетизация (Big Data 2017)Большие данные в маркетинге: обработка, хранение, монетизация (Big Data 2017)
Большие данные в маркетинге: обработка, хранение, монетизация (Big Data 2017)
 
Draft m2 new version_v07
Draft m2 new version_v07Draft m2 new version_v07
Draft m2 new version_v07
 
Cвятослав Штумпф, Петер-Сервис: Грамотное использование Big Data
Cвятослав Штумпф, Петер-Сервис: Грамотное использование Big DataCвятослав Штумпф, Петер-Сервис: Грамотное использование Big Data
Cвятослав Штумпф, Петер-Сервис: Грамотное использование Big Data
 
MESImeetup_DenReymer_presentation
MESImeetup_DenReymer_presentationMESImeetup_DenReymer_presentation
MESImeetup_DenReymer_presentation
 
Den Reymer Resilience_2014
Den Reymer Resilience_2014Den Reymer Resilience_2014
Den Reymer Resilience_2014
 
Управление качеством клиентского портфеля “по- умному”.
Управление качеством клиентского портфеля “по- умному”. Управление качеством клиентского портфеля “по- умному”.
Управление качеством клиентского портфеля “по- умному”.
 
DataLift.DA
DataLift.DADataLift.DA
DataLift.DA
 
Дмитрий Морозов, Банк «Хоум Кредит»: SmartData
Дмитрий Морозов, Банк «Хоум Кредит»: SmartDataДмитрий Морозов, Банк «Хоум Кредит»: SmartData
Дмитрий Морозов, Банк «Хоум Кредит»: SmartData
 
CleverDATA_1DMP.RU_ for_enterprise
CleverDATA_1DMP.RU_ for_enterpriseCleverDATA_1DMP.RU_ for_enterprise
CleverDATA_1DMP.RU_ for_enterprise
 
Big Data в маркетинге. Просто о непонятном: задачи, возможности, реальность
Big Data в маркетинге. Просто о непонятном: задачи, возможности, реальностьBig Data в маркетинге. Просто о непонятном: задачи, возможности, реальность
Big Data в маркетинге. Просто о непонятном: задачи, возможности, реальность
 
аналитики про 2015 год наталья бердыева для апкита
аналитики про 2015 год   наталья бердыева для апкитааналитики про 2015 год   наталья бердыева для апкита
аналитики про 2015 год наталья бердыева для апкита
 
Данные - Основа Digital революции
Данные - Основа Digital революцииДанные - Основа Digital революции
Данные - Основа Digital революции
 
Клуб Юных Программатиков. Лекция 2. Евгений Жданов
Клуб Юных Программатиков. Лекция 2. Евгений ЖдановКлуб Юных Программатиков. Лекция 2. Евгений Жданов
Клуб Юных Программатиков. Лекция 2. Евгений Жданов
 
Cfo форум big data в борьбе за эффективность 27 января 2017г
Cfo форум big data в борьбе за эффективность 27 января 2017гCfo форум big data в борьбе за эффективность 27 января 2017г
Cfo форум big data в борьбе за эффективность 27 января 2017г
 

More from connectica -lab

Алексей Бессарабский, МАНГО Телеком
Алексей Бессарабский, МАНГО ТелекомАлексей Бессарабский, МАНГО Телеком
Алексей Бессарабский, МАНГО Телекомconnectica -lab
 
Дмитрий Балашов, АйПиМатика
Дмитрий Балашов, АйПиМатикаДмитрий Балашов, АйПиМатика
Дмитрий Балашов, АйПиМатикаconnectica -lab
 
Хачатур Арушанов, PalitrumLab
Хачатур Арушанов, PalitrumLabХачатур Арушанов, PalitrumLab
Хачатур Арушанов, PalitrumLabconnectica -lab
 
Сергей Швыденко, ВымпелКом
Сергей Швыденко, ВымпелКомСергей Швыденко, ВымпелКом
Сергей Швыденко, ВымпелКомconnectica -lab
 
Сергей Щепнов, МегаФон
Сергей Щепнов, МегаФонСергей Щепнов, МегаФон
Сергей Щепнов, МегаФонconnectica -lab
 
Мария Джушхинова, МТС
Мария Джушхинова, МТСМария Джушхинова, МТС
Мария Джушхинова, МТСconnectica -lab
 
Юрий Маленков, ВымпелКом
Юрий Маленков, ВымпелКомЮрий Маленков, ВымпелКом
Юрий Маленков, ВымпелКомconnectica -lab
 
Алексей Подрябинников, Русские Башни
Алексей Подрябинников, Русские БашниАлексей Подрябинников, Русские Башни
Алексей Подрябинников, Русские Башниconnectica -lab
 
Николай Сабинин, Энергостройнадзор
Николай Сабинин, ЭнергостройнадзорНиколай Сабинин, Энергостройнадзор
Николай Сабинин, Энергостройнадзорconnectica -lab
 
Виталий Шуб, ТТК
Виталий Шуб, ТТКВиталий Шуб, ТТК
Виталий Шуб, ТТКconnectica -lab
 
Ирина Николаичева, ФАС
Ирина Николаичева,  ФАС Ирина Николаичева,  ФАС
Ирина Николаичева, ФАС connectica -lab
 
Дмитрий Кулаковский, МГТС
Дмитрий Кулаковский, МГТСДмитрий Кулаковский, МГТС
Дмитрий Кулаковский, МГТСconnectica -lab
 
Валерий Шахматов, ВымпелКом
Валерий Шахматов, ВымпелКомВалерий Шахматов, ВымпелКом
Валерий Шахматов, ВымпелКомconnectica -lab
 
Владимир Ефимушкин; Татьяна Ледовских, Интеллект Телеком
Владимир Ефимушкин; Татьяна Ледовских, Интеллект ТелекомВладимир Ефимушкин; Татьяна Ледовских, Интеллект Телеком
Владимир Ефимушкин; Татьяна Ледовских, Интеллект Телекомconnectica -lab
 
ртрс алябьевзагнеткокукк
ртрс алябьевзагнеткокуккртрс алябьевзагнеткокукк
ртрс алябьевзагнеткокуккconnectica -lab
 

More from connectica -lab (15)

Алексей Бессарабский, МАНГО Телеком
Алексей Бессарабский, МАНГО ТелекомАлексей Бессарабский, МАНГО Телеком
Алексей Бессарабский, МАНГО Телеком
 
Дмитрий Балашов, АйПиМатика
Дмитрий Балашов, АйПиМатикаДмитрий Балашов, АйПиМатика
Дмитрий Балашов, АйПиМатика
 
Хачатур Арушанов, PalitrumLab
Хачатур Арушанов, PalitrumLabХачатур Арушанов, PalitrumLab
Хачатур Арушанов, PalitrumLab
 
Сергей Швыденко, ВымпелКом
Сергей Швыденко, ВымпелКомСергей Швыденко, ВымпелКом
Сергей Швыденко, ВымпелКом
 
Сергей Щепнов, МегаФон
Сергей Щепнов, МегаФонСергей Щепнов, МегаФон
Сергей Щепнов, МегаФон
 
Мария Джушхинова, МТС
Мария Джушхинова, МТСМария Джушхинова, МТС
Мария Джушхинова, МТС
 
Юрий Маленков, ВымпелКом
Юрий Маленков, ВымпелКомЮрий Маленков, ВымпелКом
Юрий Маленков, ВымпелКом
 
Алексей Подрябинников, Русские Башни
Алексей Подрябинников, Русские БашниАлексей Подрябинников, Русские Башни
Алексей Подрябинников, Русские Башни
 
Николай Сабинин, Энергостройнадзор
Николай Сабинин, ЭнергостройнадзорНиколай Сабинин, Энергостройнадзор
Николай Сабинин, Энергостройнадзор
 
Виталий Шуб, ТТК
Виталий Шуб, ТТКВиталий Шуб, ТТК
Виталий Шуб, ТТК
 
Ирина Николаичева, ФАС
Ирина Николаичева,  ФАС Ирина Николаичева,  ФАС
Ирина Николаичева, ФАС
 
Дмитрий Кулаковский, МГТС
Дмитрий Кулаковский, МГТСДмитрий Кулаковский, МГТС
Дмитрий Кулаковский, МГТС
 
Валерий Шахматов, ВымпелКом
Валерий Шахматов, ВымпелКомВалерий Шахматов, ВымпелКом
Валерий Шахматов, ВымпелКом
 
Владимир Ефимушкин; Татьяна Ледовских, Интеллект Телеком
Владимир Ефимушкин; Татьяна Ледовских, Интеллект ТелекомВладимир Ефимушкин; Татьяна Ледовских, Интеллект Телеком
Владимир Ефимушкин; Татьяна Ледовских, Интеллект Телеком
 
ртрс алябьевзагнеткокукк
ртрс алябьевзагнеткокуккртрс алябьевзагнеткокукк
ртрс алябьевзагнеткокукк
 

Семен Брискман, сVidya

  • 1. BUSINESS GROWTH © 2014 – PROPRIETARY AND CONFIDENTIAL INFORMATION OF CVIDYA Использование больших данных для оптимизации управления потребительской ценностью Семён Брискман директор отдела поддержки продаж
  • 2. 2 Ведущая компания в сфере аналитики гарантирования доходов для поставщиков телекоммуникационных и мультимедийных услуг Основание: 2001 300 работников в 15 офисах по всему миру Установки в 7 из 10 крупнейших операторов в мире 150 клиентов в 64 странах Обработка данных 2.45 миллиарда абонентов Экономия более $12 миллиардов в год от доходов операторов Партнерство с крупнейшими производителями и интеграторами О компании 2
  • 3. 3 БИЗНЕС- -АНАЛИТИКА РАЗВИТИЕ БИЗНЕСА ЗАЩИТА БИЗНЕСА  Предотвращение мошенничества  Гарантирование доходов  Маркетинговая аналитика  Управление каналами продаж ПЛАТФОРМА BIG DATA Сбор данных Агрегация Обогащение DWH Mediation CRM ERP IP&DPI Probes Billing Switch Order & Provisioning ИСТОЧНИКИ ДАННЫХ Центр Компетенции Центр обучения Профессиональные услуги Консалтинг Превращаем исходные данные в значимую информацию
  • 4. 4 Все говорят сегодня об аналитике больших данных… “Processing large volumes or wide varieties of data, remains merely a technological solution, unless it is tied to business goals and objectives” “Top Technology Trends Impacting Information Infrastructure in 2013” …однако, “Обработка больших массивов разнообразных данных остается просто техническим решением пока она не связана с задачами и целями бизнеса”
  • 5. 5 Как использование BigData позволяет по новому взглянуть на клиентскую базу? Что, если вы сможете распознать что эти абоненты – одна семья с различным использованием мобильных данных? дочь мама сын папа
  • 6. 6 Что, если вы будете способны выделить группы болельщиков, интересующихся футболом?
  • 7. 7 Итак, как же можно оптимизировать маркетинговые усилия?
  • 9. 9 Род занятий: независимый архитектор Увлечения: Мода, спорт (теннис), новости (бизнес, развлечения) Род занятий: Специалист по маркетингу в международной фирме Основное использование: Телефония, WhatsApp, Skype, частый роуминг, чтение новостей Устройства: ноутбук, планшет, iPhone6 Устройства: ноутбук, планшет, Nexus 5 Основное использование: Телефония, Интернет, Тетеринг Увлечения: Спорт (футбол, баскетбол) и фото Татьяна Дмитрий
  • 10. 10 Студент университета Увлечения:музыка, спорт (альпинизм и подводное плавание) Устройства: ноутбук, планшет, iPhone 4s Использование: Телефония, Facebook, Skype, WhatsApp Школьник Увлечения:Чтение, спорт (велосипед, коньки) Устройства:дешевый смартфон Использование: Телефония, WhatsApp, Facebook, интернет Миша 16 11 Даша Николай 19Ученица гимназииУвлечения:кино, спорт (гимнастика, плавание) Устройства:Galaxy S2Использование: Телефония, WhatsApp, Instagram, YouTube
  • 11. 11 Что оператор знает о Кузнецовых сегодня?  Debra − Препайд − Тариф: 3 GBs интернет, безлимитные голос/SMS − Низкая активность в роуминге (использует WiFi)  Colin − Студенческий тариф в конкурирующей компании  Mike – Препайд – Демографические данные отсутствуют – Тариф: 500MB интернета, 500 минут, 500 SMS – Иногда превышает квоту  George – Контракт на ИП – Тариф: 5 GBs интернет, безлимитные голос/SMS – Никогда не превышает квоту ?  Jessica − Перепайд на имя Дмитрия − Демографические данные неверны − Тариф: 1 GBs интернет, безлимитные голос/SMS − Постоянно превышает квоту ? Татьяна Даша Дмитрий Миша Николай ?
  • 12. 12  Стимуляция Top-up  USB модем  Облачное хранилище данных  Стандартный роуминговый пакет  Дополнительный SIM для планшета  Одноразовые квоты (Bridge data)  Изменение тарифа, увеличение квоты …и что он может предложить им? ? Татьяна Даша Дмитрий Миша ?
  • 13. 13 Использование аналитики больших данных Доступная информацияатрибуты клиентов, XDRs, DPI, устройства, location, использование квот, точки продаж, инвойсы, top-ups, и т.д. и т.п.… InsightsВзаимосвязи, корреляция, модели поведения, привычки Семьи, социальные группы, работники малых предприятий Интересы и предпочтения Демография (группы по возрастному и половому признаку, месту жительства) Авторитетные абоненты Потребности и привычки на уровне отдельных клиентов и микро-сегментов
  • 14. 14 Что может обнаружить аналитика больших данных? ? ? Семейный круг
  • 15. 15 Что может обнаружить аналитика больших данных? ? Возрастная группа (8-13)
  • 16. 16 Что может обнаружить аналитика больших данных? ? Пол
  • 17. 17 Что может обнаружить аналитика больших данных? Увлечения Семейный круг ? ? Возраст Пол Устройства
  • 18. 18 Что может обнаружить аналитика больших данных? ? ? Что ТЕПЕРЬ мы можем предложить Кузнецовым?  Семейный тарифный план, «общий трафик» для всех устройств  Перевод остальных членов семьи  Переход от препайда к контрактным тарифам  Специальные тарифы в роуминге  Новые устройства и поддержка LTE  Акции и подарки в связи со значительными спортивными событиями  1 месяц бесплатной подписки на пакет спортивных программ мобильного HDTV
  • 19. 19 Обобщенный анализ семей по всей клиентской базе Распространенность и количество tethering и multi-device Корреляция между числом потребителей Data и общим объемом/ARPU на семью Характерные черты семейного использования пакетной передачи Распределение по размеру семей Кто оказывает влияние на принятие решений
  • 20. 20 Что, если вы будете способны выделить группы болельщиков, интересующихся футболом? Увеличенная ПП в дни матчей Контент от поставщиков-партнеров Подарки и скидки на мероприятия
  • 21. 21 cVidya EnrichTM – Ваш проводник в мире клиентских данных  Доступный и самодостаточный инструмент для маркетологов телеком- сектора  Готовые Use Cases и модели данных для решения конкретных бизнес-задач  Выявление целевых микро-сегментов для разнообразных маркетинговых программ  Анализ воздействия возможных предложений на целевые сегменты Customer Insight at your Fingertips
  • 22. 22 EnrichTM – оптимизация маркетинговых процессов Business Question  Size of opportunity for a new product (e.g., shared data plans)?  How can I leverage my customer data for external activities? Information Requirement Definition  How many families do I have in my base?  What is the total data usage and revenues per family? Data Gathering  Where is the relevant data?  What additional data sources are needed?  What advanced models are required – e.g., identifying family circles? Insights  Focused reports  Customer scoring Analysts Data Scientists Tools Domain Expertise & Best Practices
  • 23. 23 Ноу-хау и лучший мировой опыт EnrichTM – компоненты решения Analytical Flows Offer Simulation KPIs Dashboards Business Packages Возможности обработки больших данных
  • 24. THANK YOU! www.cvidya.com Семён Брискман Директор Отдела поддержки продаж Email: shimon.briskman@cvidya.com Mobile: +972.54.926.8562