Повышение доходности абонентской базы

ПОВЫШЕНИЕ ДОХОДНОСТИ АБОНЕНТСКОЙ БАЗЫ

Александр Ефимов

руководитель практики data mining компании КРОК

Москва, 20.06.2012

2

ЗНАЕТЕ ЛИ ВЫ СВОИХ КЛИЕНТОВ?

Директор Доктор Королева Священник Генерал

Достаточно ли хорошо вы знаете своих

клиентов?

Прогнозная аналитика позволяет лучше узнать

своих клиентов

3

РОЛЬ АНАЛИТИКИ

В ЖИЗНЕННОМ ЦИКЛЕ КЛИЕНТА

Пр

иб

ыл

ьно

сть

• Где продавать? • Кого привлекать? • Какие каналы

развивать? • Какие каналы

сокращать?

Привлечение

• Что интересно клиентам? • Какими продуктами

и услугами склонен воспользоваться клиент?

• Как повысить прибыльность и доходность клиентов?

Стимулирование

• Какие клиенты склонны к уходу?

• Как удерживать клиентов?

Удержание

• Кого необходимо возвращать?

• Каким способом

возвращать?

Возврат

Время

Segmentation Engine

Basket Analysis Engine

Response Engine

CLTV Engine

Churn Engine

Использование аналитических моделей • Кластеризации • Анализа покупательских корзин • Повышения отклика • Выявления оттока • Оценки ценности клиентов позволяет повышать доходность клиентов на каждом этапе жизненного цикла клиента

Жизненный цикл клиента, которому не уделяют

внимание

Предиктивная аналитика позволяет снять эти

вопросы

4

НЕЗАВИСИМЫЕ ИССЛЕДОВАНИЯ

75% клиентов предпочитают высокий уровень обслуживания, при этом 15% из них готовы платить больше1

50% клиентов переходят к конкурентам из-за низкого качества обслуживания1

20% клиентов склонны перейти к конкуренту из-за неудовлетворенности от последнего общения2

86% клиентов приветствуют наличие персонифицированных предложений во время операций самообслуживания3

84% клиентов готовы платить больше за лучшее качество обслуживания4, из них

— 56% клиентов готовы платить на 10% больше

— 24% клиентов готовы платить на 15% больше

— 20% клиентов готовы платить на 20% больше 1 – Genesys Global Survey, 2007 2 – Aspect Contact Center Satisfaction Index, 2007

3 – Genesys Global Survey, 2009 4 – RightNow Customer Experience Impact Report, 2011

5

ПРОГНОЗНАЯ АНАЛИТИКА

Инициативное обслуживание клиентов

Эффективное привлечение прибыльных клиентов

Повышение продаж существующим клиентам

Удержание прибыльных клиентов

Упреждающее управление рисками, связанными с мошенническими действиями

Упреждающее управление людскими и материальными ресурсами

«Прогнозная аналитика позволяет преобразовывать данные в эффективные действия, делая надежные

выводы о существующих условиях и будущих событиях»

Гарет Хершель,

руководитель исследований Gartner Group

ПРИМЕР ЗАДАЧИ СНИЖЕНИЯ ОТТОКА АБОНЕНТОВ

8

ЗАДАЧА СНИЖЕНИЯ ОТТОКА КЛИЕНТОВ

Цель – уменьшить количество уходящих клиентов

Задача – вовремя выделять склонных к уходу клиентов и применять удерживающие воздействия

Типовой вид графика доходности ушедшего клиента

Прошлое История поведения клиентов

Окно воздействия Период скоринга и запуска кампаний по удержанию

Будущее Прогноз поведения

клиентов

Время

Доходность клиента

Применение модели оттока

Запуск кампании по удержанию

9

ПРИНЦИП ВЫЯВЛЕНИЯ КЛИЕНТОВ,

СКЛОННЫХ К УХОДУ

Модель оттока позволяет выделить клиентов, склонных к уходу

Полученная группа существенно меньше всей клиентской базы, т.е. снижается стоимость кампании по удержанию

Полученная группа содержит максимальную концентрацию клиентов, склонных к уходу, т.е. повышается отклик на кампанию по удержанию

88% лояльных

12% склонных к уходу

1,5

мл

н. кл

ие

нто

в

51% склонных к уходу

49% лояльных

150

ты

с.

клие

нто

в

Модель оттока

(отбор топ 10%

склонных к уходу

клиентов)

Концентрация клиентов, склонных к уходу увеличивается в 5 раз!

Известно, что отток клиентов в компании составляет 12%

10

Предположения

Кол-во клиентов 1 млн.

В среднем клиент остается после удержания 4 мес.

Сегмент для применения кампании по удержанию* 20%

Процент уходящих в кампании по удержанию* 50%

Расходы на кампанию по удержанию $ 20 тыс.

Процент отклика на кампанию по удержанию** 10%

ARPU клиента в месяц $ 10

Модель Кол-во уходящих в сегменте

Кол-во удержанных

Доход от работы модели в год

Отсутствие модели 10 000 1 000 $ 240 000

Модель Data Mining 25 000 2 500 $ 960 000

Эффект $ 720 000

* Параметры, которые оптимизирует модель ** Параметры, которые также поддаются оптимизации

ПРИНЦИП ВЫЯВЛЕНИЯ КЛИЕНТОВ,

СКЛОННЫХ К УХОДУ

УПРАВЛЕНИЕ АБОНЕНТСКОЙ БАЗОЙ

12

ВЫБОР НАИЛУЧШЕГО

МАРКЕТИНГОВОГО ПРЕДЛОЖЕНИЯ

Оператор производит выбор предложения своим клиентам для маркетинговой кампании – предложить тариф с включенными минутами или безлимитный

Цель – максимизация дохода от маркетинговой кампании

Включенные минуты Безлимитный

Максималь-ный

ожидаемый доход Next best offer

Вероятность покупки

Прогноз дохода с тарифа

Вероятность дохода

Вероятность покупки

Прогноз дохода с тарифа

Вероятность дохода

Иванов Сергей 40% $ 60 $ 24 70% $ 10 $ 7 $ 24 Включенные

минуты

Петров Дмитрий 70% $ 10 $ 7 50% $ 30 $ 15 $ 15 Безлимитный

Сергеев Иван 20% $ 30 $ 6 70% $ 20 $ 14 $ 14 Безлимитный

Итого $ 37 $ 36 $ 53

Для каждого клиента предложения выбираются так, чтобы получить

максимальный ожидаемый доход

Итоговый результат максимален

13

КОМПЛЕКСНАЯ ОПТИМИЗАЦИЯ

МАРКЕТИНГОВЫХ КАМПАНИЙ

Ценностный сегмент

Низкий Средний Высокий

Ур

ове

нь

скл

он

но

сти

10%

Мар

кети

нго

вые

пр

едл

ож

ени

я

20%

30%

40%

50%

60%

70%

80%

90%

100%

Response Engine

Модель отклика

Churn Engine

Модель оттока

Segmentation Engine

Модель кластеризации

Basket Engine

Модель анализа покупательских корзин

CLV Engine

Модель оценки ценности клиента

В соответствии с бизнес-целями Вы можете выбирать нужный ценностной

сегмент и для этих клиентов делать наиболее востребованные предложения

IBM SPSS - ИНСТРУМЕНТ КЛИЕНТСКОЙ АНАЛИТИКИ

15

ВИЗУАЛЬНОЕ МОДЕЛИРОВАНИЕ В IBM SPSS

Постановка задачи Экспорт Анализ данных

Подготовка данных

Построение модели

Оценка модели

IBM SPSS Modeler имеет удобный визуальный интерфейс, понятный

аналитикам, и не требует привлечения IT-специалистов Доступ к всевозможным

источникам одним кликом

Преобразования данных без необходимости привлечения ИТ-

специалистов: агрегация, объединение, добавление вычисляемых переменных

и многое другое

Построение аналитической модели без необходимости

глубокого знания математики

Экспорт данных одним кликом

УПРАВЛЕНИЕ МАРКЕТИНГОВЫМИ КАМПАНИЯМИ

17

ДИАЛОГ С КЛИЕНТОМ В ТЕЧЕНИЕ

ЕГО ЖИЗНЕННОГО ЦИКЛА

…Транзакции… (Покупки, Пользование) Другие активностии

(Звонки, IVR)

…Web-активности…

Кампании для анонимных

визитов

Реакция на пропущенные

клиентом приглашения

Обнаружение участков

снижения интереса

Реакция

на предложения

конкурентов

Стимулирование использования

посредством личных обращений

и получение ответной реакции

Звонки из call-центра

с информированием об удобном

web- сайте

18

УПРАВЛЕНИЕ МАРКЕТИНГОВЫМИ КАМПАНИЯМИ

Кросс-канальное управление маркетинговыми кампаниями

Управление ресурсами маркетинга

Управление распределенными маркетинговыми кампаниями

Оптимизация маркетинговых кампаний

Интерактивный маркетинг

Оптимизация онлайн-взаимодействия с клиентами

Обнаружение событий и реактивный маркетинг

19

АВТОМАТИЗАЦИЯ МАРКЕТИНГА ПРЕДПРИЯТИЯ

Facilitates collaboration and cross-channel

planning, design, execution, and measurement.

Управление маркетинговыми операциями

Понимание Решение Исполнение

Планы и

бюджеты

Люди и

Процессы

Медиа

данные

Отчетность

и

Производительность

Клиентская

аналитика

Предсказательный

анализ

Обнаружение

событий

Аналитика

Web

Сегментация

Управление

предложениями

Таргетинг в реальном

времени

История

взаимодействий

Оптимизация

взаимодействий

Реализация

исходящих кампаний

Интеграция по

входящим каналам

Lead мониторинг

и маршрутизация

Распределенный

маркетинг

Средства интернет

рекламы / поиска

20

АВТОМАТИЗАЦИЯ МАРКЕТИНГА ПРЕДПРИЯТИЯ

21

МАРКЕТИНГОВАЯ КАМПАНИЯ

Campaign

Клиенты

22

МАРКЕТИНГОВАЯ КАМПАНИЯ

Campaign

Данные о клиентах

Обзвон

Предложение 4

Категория D

Почта

Предложение 3

Категория С

Email

Предложение 2

Категория В

Email

Предложение 1

Категория А

Блок

схемы

Предложения

Глобальные

Сегменты

Каналы

Маркетинговая

История

IBM UNICA – ИНСТРУМЕНТ УПРАВЛЕНИЯ

МАРКЕТИНГОВЫМИ КАМПАНИЯМИ

24

ВИЗУАЛЬНАЯ ПОДГОТОВКА

КАМПАНИИ В IBM UNICA

Удобная панель

процессов

Операции с данными

Оптимизация кампаний и

отклики

Задачи Настройка запуска

кампаний по расписанию

Формирование целевых групп

Генерация списка

контактов

25

АРХИТЕКТУРА РЕШЕНИЯ

Каналы

@

Website

Call Center

Терминалы

Почта

Прогнозные модели • Скоринг • Сегментация • Проверка гипотез • Прогноз оттока • Прогноз cross\up sell • Целевое предложение •...

Управление кампаниями/коммуникациями

Поведение клиентов

Отчетность Клиенты

@mail

SMS - MMS

История платежей

История обращений

Данные по использованию продуктов

Единое хранилище

26

ПОДДЕРЖКА ЗАМКНУТОГО ЦИКЛА

МАРКЕТИНГОВОЙ КАМПАНИИ

Offers Contact history

Segments

Response history

Logic

• Эффективность кампании

• Эффективность предложений

• Анализ ROI

• Управление предложениями

• Стратегические сегменты

• Целевые ячейки

• Списки блокировок

• Сегментация и таргетинг

• Назначение предложений и каналов

• Формат исходящих списков

• Проверка кампании

• Запуск по расписанию

• Генерация списков

• История коммуникаций

• Сбор откликов

• История откликов

28

ПРЕИМУЩЕСТВА УПРАВЛЕНИЯ

МАРКЕТИНГОВЫМИ КАМПАНИЯМИ

Простое управление маркетинговыми кампаниями

Последовательный и комплексный подход для управления всеми типами много-шаговых, много-канальных, сложных кампаний

Инструмент для событийного маркетинга

Увеличение отклика на кампании

10-50%

увеличение

Снижение оттока клиентов, повышение отклика и лояльности

5-15%

улучшение

Снижение затрат на привлечение клиентов

20-75%

снижение

Снижение времени на подготовку кампании

40-80%

снижение

Снижение расходов на кампании и маркетинг

20-40%

снижение

Увеличение производительности/ количества кампаний

50-300%

увеличение

29

СПАСИБО ЗА ВНИМАНИЕ!

Александр Ефимов

Руководитель практики data mining компании КРОК

111033, Москва, ул. Волочаевская, д.5, корп.1 +7 495 974 2274 доб. 6032, +7 915 211 9911

Alexander.Efimov@CROC.ru www.croc.ru