В презентации описан подход компании RapidSoft к созданию аналитических хранилищ клиентских данных (АХД) и бизнес аналитике (BI), позволяющей проводить анализ клиентского поведения в больших массивах данных.
Технологии Больших Данных для банков и страховых компаний. Какие задачи решают? Как монетизировать Большие Данные? Бизнес-кейсы и конкретные примеры. Концепция 3D профиля клиента. Точная сегментация и персонифицированный маркетинг. Управление данными на Oracle Big Data Appliance
Splunk - универсальная платформа для работы с любыми даннымиCleverDATA
Презентация Константина Ткачева, архитектора решений CleverDATA по платформе Splunk (функционал, источники данных, возможности масштабируемости, примеры панелей управления, возможности интеграции, аналитика данных и предиктивные возможности).
RapidSoft автоматизация программ лояльности - руководство пользователяЕгор Шокуров
Презентация к докладу, раскрывающему видение компании RapidSoft в отношении тенденций маркетинга, программ лояльности, вызовов, бросаемых системам автоматизации и ответы RapidSoft на эти вызовы.
Банковские карты в бонусных программах: привлечение и удержание клиентовRapidSoft
BonusBack - набор самых современных инструментов, с помощью которых каждый банк создает собственную уникальную программу лояльности в соответствии со своими целями и задачами. Банк, банки, банковская, банковские, программа, программы, лояльность, лояльности, бонусная, бонусные, бонус, бонусы, программа, программы
Технологии Больших Данных для банков и страховых компаний. Какие задачи решают? Как монетизировать Большие Данные? Бизнес-кейсы и конкретные примеры. Концепция 3D профиля клиента. Точная сегментация и персонифицированный маркетинг. Управление данными на Oracle Big Data Appliance
Splunk - универсальная платформа для работы с любыми даннымиCleverDATA
Презентация Константина Ткачева, архитектора решений CleverDATA по платформе Splunk (функционал, источники данных, возможности масштабируемости, примеры панелей управления, возможности интеграции, аналитика данных и предиктивные возможности).
RapidSoft автоматизация программ лояльности - руководство пользователяЕгор Шокуров
Презентация к докладу, раскрывающему видение компании RapidSoft в отношении тенденций маркетинга, программ лояльности, вызовов, бросаемых системам автоматизации и ответы RapidSoft на эти вызовы.
Банковские карты в бонусных программах: привлечение и удержание клиентовRapidSoft
BonusBack - набор самых современных инструментов, с помощью которых каждый банк создает собственную уникальную программу лояльности в соответствии со своими целями и задачами. Банк, банки, банковская, банковские, программа, программы, лояльность, лояльности, бонусная, бонусные, бонус, бонусы, программа, программы
Презентация с конференции Resilience 2014.
Опыт и решения CleverDATA.
Какие задачи стоят перед Бизнесом и как подходить к решению задач обогащения данных для извлечения знаний.
Биржа Данных 1DMP.RU и Private DMP.
Роль Научного сообщества и Data Science в развитии Big Data
Презентация "Big Data: Как принести пользу бизнесу" вице-президента ЛАНИТ Дениса Реймера на Международной конференции "Стойкость сложных социо-технических систем - Resilience2014"
TIBCO Spotfire - Аналитическая платформа бизнес анализа (Business Intelligence, BI), которая позволяет бизнес пользователю анализировать большие данные (Big Data) и большой контент, выявить скрытые возможности и скрытые риски бизнеса, на основе которых можно принимать обоснованные решения.
CNEWS FORUM 2014 / Секция ИТ в Банках / "Big Data: О чем думают ваши клиенты?"
Текст презентации доступен доступен по ссылке http://denrey.me/r1u9tnP
http://denreymer.com
CleverDATA CEO Denis Afanasev presentation for Oracle Big Data partner forum. 3D client view, client data enrichment and business cases, customer centric architecture,
Data-driven business: Информационная основа деятельности современной КомпанииAlexander Barakov
Обоснование концепции Data-driven business - попытка показать вектор трансформации способа ведения бизнеса вне зависимости от отрасли и найти ответы на ключевые вопросы, стоящие перед современной компанией:
Какие данные являются значимыми для бизнеса?
Какие значимые данные появятся и будут необходимы бизнесу через 5,10, 20 лет?
Какие новые виды анализа данных могут трансформировать принятие решений в вашей отрасли, повысив операционную эффективность?
Какой набор ПО оптимальным образом будет решать задачи связанные с хранением, обработкой, анализом данных и доставкой и информации пользователям?
Какие BI- BigData-решения внедрять, с какими приоритетами?
Какой набор ресурсов (внутренних/внешних) и компетенций необходимо аккумулировать для запуска и развития системы бизнес-анализа компании? (Как выбрать интегратора / консультанта? Какого набирать в штат? Как планировать и управлять BI-проектами? и т.д.)
Как необходимо трансформировать бизнес-процессы и корпоративную культуру?
и т.д.
Бигдата — как добывать золото из данных / Александр Сербул (1С-Битрикс)Ontico
Расскажем о самых распространенных технологиях и алгоритмах добычи критичной для бизнеса информации из больших массивов данных. Отдельно коснемся темы рекомендательных сервисов и их эффективного применения.
План:
1) Откуда брать данные, тренды и концепции.
2) Основные алгоритмы и технологии их применения для обработки массивов данных: MapReduce, Spark.
3) Методика создания рекомендательного сервиса — этапы от концепции до работающей системы.
Презентация с конференции Resilience 2014.
Опыт и решения CleverDATA.
Какие задачи стоят перед Бизнесом и как подходить к решению задач обогащения данных для извлечения знаний.
Биржа Данных 1DMP.RU и Private DMP.
Роль Научного сообщества и Data Science в развитии Big Data
Презентация "Big Data: Как принести пользу бизнесу" вице-президента ЛАНИТ Дениса Реймера на Международной конференции "Стойкость сложных социо-технических систем - Resilience2014"
TIBCO Spotfire - Аналитическая платформа бизнес анализа (Business Intelligence, BI), которая позволяет бизнес пользователю анализировать большие данные (Big Data) и большой контент, выявить скрытые возможности и скрытые риски бизнеса, на основе которых можно принимать обоснованные решения.
CNEWS FORUM 2014 / Секция ИТ в Банках / "Big Data: О чем думают ваши клиенты?"
Текст презентации доступен доступен по ссылке http://denrey.me/r1u9tnP
http://denreymer.com
CleverDATA CEO Denis Afanasev presentation for Oracle Big Data partner forum. 3D client view, client data enrichment and business cases, customer centric architecture,
Data-driven business: Информационная основа деятельности современной КомпанииAlexander Barakov
Обоснование концепции Data-driven business - попытка показать вектор трансформации способа ведения бизнеса вне зависимости от отрасли и найти ответы на ключевые вопросы, стоящие перед современной компанией:
Какие данные являются значимыми для бизнеса?
Какие значимые данные появятся и будут необходимы бизнесу через 5,10, 20 лет?
Какие новые виды анализа данных могут трансформировать принятие решений в вашей отрасли, повысив операционную эффективность?
Какой набор ПО оптимальным образом будет решать задачи связанные с хранением, обработкой, анализом данных и доставкой и информации пользователям?
Какие BI- BigData-решения внедрять, с какими приоритетами?
Какой набор ресурсов (внутренних/внешних) и компетенций необходимо аккумулировать для запуска и развития системы бизнес-анализа компании? (Как выбрать интегратора / консультанта? Какого набирать в штат? Как планировать и управлять BI-проектами? и т.д.)
Как необходимо трансформировать бизнес-процессы и корпоративную культуру?
и т.д.
Бигдата — как добывать золото из данных / Александр Сербул (1С-Битрикс)Ontico
Расскажем о самых распространенных технологиях и алгоритмах добычи критичной для бизнеса информации из больших массивов данных. Отдельно коснемся темы рекомендательных сервисов и их эффективного применения.
План:
1) Откуда брать данные, тренды и концепции.
2) Основные алгоритмы и технологии их применения для обработки массивов данных: MapReduce, Spark.
3) Методика создания рекомендательного сервиса — этапы от концепции до работающей системы.
RapidSoft: Анализ потребительского поведения с использованием аналитических хранилищ данных
1. ‹#›
Использование
аналитических хранилищ
данных для анализа
потребительского
Управление
отношениями с
поведения
клиентом в мире
IT
www.rapidsoft.ru
2. ‹#›
Проблемы крупной организации
• Множество
гетерогенных ИС
• Информация о клиентах
разрозненная, низкого
качества, устаревшая
• Нет возможности
перекрѐстного анализа
данных различных
систем
Аналитические хранилища данных
3. ‹#›
Назначение хранилищ клиентских данных
• Сбор, хранение
и актуализация
информации о клиенте
• Анализ клиентского
поведения, сегментация
• Анализ предпочтений,
профилирование
• Анализ эффективности
маркетинговых
коммуникаций
Аналитические хранилища данных
4. ‹#›
База данных клиентов – основной актив
• Выше процент отклика на маркетинговые
инициативы (кросс-продажи, допродажи)
• Ниже риски, связанные с изменением
персональных данных
• Меньше затраты времени на поиск
информации о клиенте (скоринг,
колл-центр)
• Меньше потери при доставке
корреспонденции
Аналитические хранилища данных
5. ‹#›
Этапы обработки данных
2. Объединение
1. Получение
3. Анализ
и очистка
4. Применение
Аналитические хранилища данных
6. ‹#›
Очистка данных
• Анализ качества источников данных
• Коррекция ошибок в ФИО
– Словарь имѐн
– Транслитерация
– Сходство по начертанию букв
• Определение принадлежности к региону
• Автоматическая привязка к КЛАДР
– Транслитерация
– Сходство по начертанию букв
– Ошибки в типах объектов КЛАДР
• Проверка достоверности данных
– Противоречия в данных из разных источников
– ФИО и пол (окончания отчеств и фамилий,
латинские и русские буквы и т.д.)
– Номер паспорта (регион)
– Номер телефона (регион, заведомо неверные
номера)
– Адрес электронной почты
Аналитические хранилища данных
7. ‹#›
Объединение клиентских данных
• Идентификаторы
– ФИО/дата рожд./адрес
– № паспорта
– ИНН
– Свидетельство пенсионного
страхования
– Мобильный телефон и т.д.
• Учѐт изменений в данных
– Смена адреса
– Изменение фамилии
– Замена документов
• Уточнение данных
– Ведение истории изменений
Аналитические хранилища данных
8. ‹#›
Объединение с данными других систем
• Транзакции по картам
и счетам
• Покупки в торговых
сетях партнѐров
• Поведение на сайте
(интерес к
спецпредложениям,
продуктам)
• Данные опросов
• Данные бюро кредитных
историй
Аналитические хранилища данных
9. ‹#›
Анализ клиентских данных
• Сегментация клиентов
• Анализ продуктов (ABC-XYZ)
• Профилирование
– ответы на опросы
– поведение на Web сайте (акции,
продукты, партнѐры, подписка
на новости)
– Учѐт статуса
информированности о
спецпредложениях
• Анализ злоупотреблений
• Анализ привлечения
• Анализ удержания
Аналитические хранилища данных
10. ‹#›
Сегментация
• Исходные данные
– Анкета
– Профиль
– Данные о продажах, выплатах,
транзакциях
– Отклики от предыдущих кампаний
– Данные о поведении из других
систем
• Сегменты
– RFM – Recency, Frequency,
Monetary Value
– По стратегии рисков
– Специальные под акцию
– Дополнительные условия
Аналитические хранилища данных
11. ‹#›
Эффективность коммуникаций
• Формирование целевых
аудиторий по сегментам
и профилям
• Фиксирование
успешных контактов
– актуализация
контактных данных
• Фиксирование откликов
Аналитические хранилища данных
12. ‹#›
Примеры сводного анализа данных
• Предрасчѐт кредитных
лимитов
• Анализ удовлетворѐнности
и оценок по офисам
продаж
– NPS
– Тайный покупатель
Аналитические хранилища данных
13. ‹#›
История успеха – Связной Клуб, Промторгбанк
• База клиентов – более
10 млн. человек
• Объѐм обрабатываемых
данных – более 800 МБ
в день
• Мультивендорное решение
(Oracle + Microsoft)
• Заказчики данных:
– Маркетинг
– Колл-центр
– Партнѐры
– Риски
Аналитические хранилища данных
14. ‹#›
Практические советы
• Планируйте АХД и ИАС как продолженную
активность, а не только как проект
внедрения
• Получите поддержку на уровне
высшего руководства
• Начните с малого, делайте проект
итеративным
• Внимательно относитесь к выбору
технических средств с учѐтом объѐма
хранимых и обрабатываемых данных
Аналитические хранилища данных
15. ‹#›
О компании
• Компания RapidSoft разрабатывает, развивает и поддерживает корпоративные
IT-решения с повышенными требованиями к надежности
и производительности
• Основана в 1999 году
• Имеет статус Microsoft Gold Certified Partner, в том числе
в компетенции «Решения управления базами данных» и Oracle Gold Partner
Наши клиенты и пользователи: