Алексей Чурин, sap cis
TRANSCRIPT
Сценарии предиктивного анализа.
Примеры внедрений KXEN.
Алексей Чурин,
Директор по развитию бизнеса, Телекоммуникационный сектор, SAP СНГ
© 2013 SAP AG. All rights reserved. 2
Много, сложные и
индивидуальные
предложения/кампании
близкие к реальному
времени
Несколько кампаний,
планирование за
месяцы, слабое
таргетирование
Маркетинговые кампании
© 2013 SAP AG. All rights reserved. 3
В сентябре 2013 года SAP заявил о приобретении KXEN
“KXEN is a
disruptor in the
predictive
analytics market.”
Leader
“KXEN’s focus on
automating key
modeling and
analytical tasks is
a 'blessing’”
“KXEN customers
build predictive
models 3x faster.”
Strong Performer
“KXEN’s low-
touch approach to
predictive will
boom in
popularity.”
Vendor
Rating
Customer
Analytics Wave
Predictive
Benchmark
Big Data
Predictive Wave
© 2013 SAP AG. All rights reserved. 4
KXEN: большое число клиентов
в Телекоммуникационной отрасли
Фикс./ ТВ Мобильные, pre-paid
Мобильные,post-paid Quad-play
4 group companies
6 group companies
6 group companies
© 2013 SAP AG. All rights reserved. 5
Net Loss
Net Profit
Отток Обновление
Це
нн
ос
ть
Утилизация
Активация
Приобретение
Acquisition
Сегментация &
Таргетинг
Cross-Sell
Up-Sell
Модели склонности
к продукту
Удержание
Retention
Модели
удержания
Соц. сети
Приобретение
обратно
Win Back
Таргетирование
Оптимизация на каждой стадии ЖЦ абонента
Разные типы моделей по стадиям
© 2013 SAP AG. All rights reserved. 6
Данные о поведении - мощнейший инструмент
CRM ERP Billing
Профиль
продукта
История
продаж
CDR
До 2010
(Транзакции)
Web Mobile Social
Media
Сейчас
(Поведение)
Call
Logs Email
Ad
Servers
© 2013 SAP AG. All rights reserved. 7
Website: огромный объем данных с каждого клина
Shopping Cart &
Покупки
Реклама
Сайт Теги
Устройства & Browser
Профиль
Потоки кликов
Social Media
Big Data I
© 2013 SAP AG. All rights reserved. 8
Больше Данных – Лучше Модели
20 переменных
Демографич. +
Простые агрегаты
200 переменных
Поведение
во времени
Соц.сети
© 2013 SAP AG. All rights reserved. 9
Сценарии предиктивного анализа
1. Управление оттоком
2. Обнаружение абонентов с несколькими SIM-картами
3. Управление вирусным оттоком
4. Повышение продаж Cross-Sell, Upsell
5. Повышение удовлетворенности абонента
6. Повышение эффективности привлечения абонентов
7. Обнаружение ротационного оттока абонентов
© 2013 SAP AG. All rights reserved. 10
Отток – фокус №1 для оператора
The constant advent of prepaid and the
targeting of competitors’ customers are making
customer loyalty increasingly important within
operators’ strategies. LoyaltyAndChurn.com
For mobile operators in mature
markets, EBITDA margins are visibly
impacted by churn rates. Operational Efficiency Benchmarking Insight Paper.
Вызовы рынка
Растущие
рынки
Развитые
рынки
Prepaid
Postpaid
MNP, cancellation,
soft/hard churn, ...
Отток
Inactivity, recharge,
grace period churn,
...
© 2013 SAP AG. All rights reserved. 11
SFR Dials Into Churn
50 churn models in production up
from only 3
Decreasing 3% monthly churn rate
on postpaid
Cut score deployment time over
70% (from 30 days down to 8)
Huge productivity improvements
© 2013 SAP AG. All rights reserved. 12
We needed an automated approach that would let us
analyze the massive amounts of data we collect daily.
Mobilink Boosts Response Rates Up to 380%
Uptake of customer retention offers
soared 8x (.5% to 4%)
Found 50% of potential churners
were within 10% of subscribers
Big Data approach includes:
• 1,250 customer attributes
• 4.3 billion raw monthly CDRs
(900TB)
- Mirza Yousaf
Assistant Manager of Advanced Analytics
© 2013 SAP AG. All rights reserved. 13
Vodafone Germany Dials In Retention
Seamless integration for in-
database scoring
Building up to 700 models
annually due to business
complexity
Reduced data prep time by
70%
It's no longer just about propensity models; now there’s
community analyses and customer loyalty KPIs.
- Verbena Meuther
Marketing Strategy Market & Customer Insights
© 2013 SAP AG. All rights reserved. 14
Сценарии предиктивного анализа
1. Управление оттоком
2. Обнаружение абонентов с несколькими SIM-картами
3. Управление вирусным оттоком
4. Повышение продаж Cross-Sell, Upsell
5. Повышение удовлетворенности абонента
6. Повышение эффективности привлечения абонентов
7. Обнаружение ротационного оттока абонентов
© 2013 SAP AG. All rights reserved. 15
Multi-SIM – быстро растущий феномен
“Multi-SIM drives handset sales in
India” Multi-SIM phones accounted for 38.5% of the
total sales during Apr-Jun 2010 against less
than 1% during Apr-Jun 2009. “50% of our subs are
multi-SIM” Etisalat, Egypt
116 M$ monthly loss for
Etisalat Egypt
© 2013 SAP AG. All rights reserved. 16
Подход KXEN
• Собрать точную информацию
• Определить мульти-SIM пользователей
• Сделать скоринг
• Понимать мотивцию и Профиль таких пользователей
• Почему они делают это, куда они идут, как вы адрес
• Кто будет таргетирован первым?
• Какое маркетинговое сообщение для каждого клиента?
• Измерение и управление влиянием на кампании (response rates, share of wallet, etc.)
Патентованный подход для multi-SIM идентификации
© 2013 SAP AG. All rights reserved. 17
Detection of Multi-SIM users
Built a predictive model based on
a customer survey with 6k
responses containing 52% multi-
SIM users
Detected and Profiled multiple
operator multi-SIM users.
The predictive model detects multi-SIM users with a
precision of 87%, and the second SIM is identified from
off-net numbers
Etisalat – Egyptian
Telco with 18M subs
© 2013 SAP AG. All rights reserved. 18
Профиль пользователя Multi-SIM
“High value (Platinum segment),
high ARPU, highly active and
mobile, middle age male customers,
having unlimited voice/SMS/internet
postpaid packages...”
Based on the descriptive report provided by InfiniteInsight®’s
predictive model, Etisalat determined the following multi-SIM
user profile…
© 2013 SAP AG. All rights reserved. 19
Сценарии предиктивного анализа
1. Управление оттоком
2. Обнаружение абонентов с несколькими SIM-картами
3. Управление вирусным оттоком
4. Повышение продаж Cross-Sell, Upsell
5. Повышение удовлетворенности абонента
6. Повышение эффективности привлечения абонентов
7. Обнаружение ротационного оттока абонентов
© 2013 SAP AG. All rights reserved. 20
Клиенты доверяют людям, а не организациям
Вы недооцениваете силу недовольных абонентов?
Факты об абонентах,
оказывающих влияние на отток:
Они наиболее активно и
жалуются в блогах, соц.
сетях, среди друзей и
семьи
Они в 3 раза чаще
пересказывают
то, что говорят другие
Их около 10% от
общего числа
абонентов
Их социальные связи
в 2 раза больше чем у
других людей
When one of subscriber’s frequent callers
cancels, he is 7x more likely to leave.
© 2013 SAP AG. All rights reserved. 21
Подход KXEN
Influence
Power
Churn
Risk +
-
Low Risk
Very Viral
High Risk
Very Viral
High Risk
Not Viral
Low Risk
Not Viral
+
-
Измерение вирусного влияния через KPIs • Число последователей
• Глубина влияния
• Скорость проникновения – последователей в месяц
Профиль
Раскрыть силу и структуру социальных связей, получить больше информации о динамике оттока
Определить ключевых влияющих
1. Предсказать риск оттока
2. Оценка силу влияние
Звонить этим
клиентам первым
If you take the top 1% of the churn influencers then you might retain
3.3 additional future churners, for each targeted influencer. Western European Telco, KXEN customer
© 2013 SAP AG. All rights reserved. 22
SNA
Build social networks and communities from 2.6 billion voice call records in 1 hour
Improved churn model accuracy by 50% using social community attributes
Would generate 4.8M€ of yearly additional revenue
TPSA Poland Uses SNA For Retaining Customers
© 2013 SAP AG. All rights reserved. 23
Detected supercommunities
Segmented the national communications into 11 big social groups (96.5% of total
traffic within nodes)
Profiled each group (nationalities, socio-demo, usage etc.)
Cluster the entire network
© 2013 SAP AG. All rights reserved. 24
Сценарии предиктивного анализа
1. Управление оттоком
2. Обнаружение абонентов с несколькими SIM-картами
3. Управление вирусным оттоком
4. Повышение продаж Cross-Sell, Upsell
5. Повышение удовлетворенности абонента
6. Повышение эффективности привлечения абонентов
7. Обнаружение ротационного оттока абонентов
© 2013 SAP AG. All rights reserved. 25
Подход KXEN
Предсказание склонности к покупке • Разработка cross-sell and up-sell моделей для каждого продукта/услуги и канала
• Ранжирование по всей абонентской базе
Оценка потенциала через Value сегментацию • Комбинация склонности с данными о прибыльности (MARPU) для оценки cross-sell и up-sell
value (ожидаемая прибыль) на каждого абонента
Проектирование и Запуск кампаний • Правильное предложение для правильного клиента в правильное время
• Использование лучшего канала
Усиление арсенала кампаний • Next Best Activity рекомендации – online, offline, ЦОВ
• Refer-a-Friend campaigns (MGM) – gain social community insight, catch product/VAS influencers and spread word-of-mouth boosting product adoption
If you take the TOP1% of the VAS influencers then you might bring 4
additional future adopters, for each targeted influencer South-Asian Telco Operator, KXEN client
© 2013 SAP AG. All rights reserved. 26
We’re focusing on more interesting opportunities
because we’re creating models 7x faster.
Rogers Increases Revenue & Cuts Costs
SNA adds 1000 variables to
existing data sets
Creating quality propensity models
up to 7 times faster for up to 120
models annually
Creating more relevant and
persuasive campaigns
- Derek Pollitt
Director, Campaign Management & Customer Knowledge
© 2013 SAP AG. All rights reserved. 27
XL Indonesia: Quantifying the Benefits from Predictive
© 2013 SAP AG. All rights reserved. 28
Belgacom Makes The Call With Prospects
Modeling time reduced from months
to days
Up to 4x increase in campaign
response rates
Allowed shift to customer-centric vs.
product-centric marketing
With KXEN, we can deliver the right offer,
to the right customer at the right time.
- Dr. Jacky Huyghebaert
Customer Intelligence Expert
D. The translation of datamining results in SALES tools
Customer Name
Customer Street
Customer City
© 2013 SAP AG. All rights reserved. 30
© 2013 SAP AG. All rights reserved. 31
KXEN помогает спроектировать правильные
маркетинговые кампании
Пример кампании
Mobilink
После получения списка абонентов склонных к оттоку, Маркетолог должен определить
предложение, которое будет соответствовать:
• Профилю абонента Например, предложить бесплатные SMS For instance to propose free SMS
to subscribers who do not make any SMS does not make sense
• Ключевому событию, For instance, focus on subscribers with a high risk to be inactive the next
week. Are these subscribers ready to make a "money effort" (recharge) to get the offer?
© 2013 SAP AG. All rights reserved. 32
Tables (36)
Facts (15)
Dimensions (21)
Attributes (1000+)
Aggregates
Social variables
Domains (19) Account
Bills/Payment
Churn / Inactivity
Event Type Data
Handset
Loyalty
Network Usage
Recharge
Revenue
SIM Information
SNA: Circle, Community...
Socio-Demographic
Usage
Value Added Services
Etc.
Packaged Use Cases
Pre and post-paid churn prediction
Rotational churn detection
Multi-SIM detection
Cross-Sell & Up-Sell modelling
Behavioural & Value segmentations
Network-based segmentation
(supercommunities)
Social influencers, etc.
Contextual Information & Methodology
Glossary
Business Overview
Analytical Methodology
Data Requirements
Marketing Actions
Key Performance Indicators
Data Model
Project Management Helper
Ready To Use Technical Components
Data assessment & clean-up scripts
Analytical Record
Predictive Model Template
Logical Data Model Telco Best Practice
Решение KXEN для телеком отрасли
© 2013 SAP AG. All rights reserved. 33
KXEN Ключевые преимущества
1. Скорость и оперативность
• В среднем повышение продуктивности в 10 раз
• Makes data scientists more productive
2. Бизнес-аналитики могут создавать модели лучше
Процесс принятия решения ближе к экспертам
3. Ультраширокий набор данных управляется автоматически
• 1000+ или даже 10,000+ переменных
• Работа с Большими Данными (Big Data) (такими как weblogs, CDR-ы, machine
generated data)
4. Машина персонализаций/рекомендаций
© 2013 SAP AG. All rights reserved. 34
Обнаружение 50% абонентов, склонных к оттоку.
Снижение на 3% показателя оттока для postpaid
400% увеличение показателя конверсии м.кампаний
Управление оттоком и Cross/Up-sell на 700 моделях
260% увеличение показателя конверсии м.кампаний
Улучшение точности моделей на 50% за счет SNA
Составление соц. графа при анализе 400M вызовов
Построение в 11 раз больше моделей
Модель оттока построена за 2,5 дня
Doubled campaign take-up rate
Обнаружение абонентов с будущим оттоком в 5%
списке
KXEN в Телекоммуникационной отрасли
Примеры полученных результатов