SlideShare ist ein Scribd-Unternehmen logo
1 von 16
Downloaden Sie, um offline zu lesen
26.11.2015
Максим Мозговой
CRM & Publisher Analytics Director
Ценностное управление клиентской базой и
предиктивная аналитика.
Мнение эксперта
«Предположим, ваша компания потеряла 10% товаров в прошлом месяце. Вы
бы сразу запаниковали: собрали бы весь свой персонал, заперли бы двери и
начали бы разбираться, куда делся этот товар. Однако ваша компания может
потерять 10% своих покупателей и даже не заметить этого»
Эрик фон Фореном, Direct Marketing Know-How Institute
Возможно, это ваша компания?
Что такое ценность клиента?
T1 TnT 0
Начало
взаимоотношений
Текущий момент
Уход клиента
$
Стоимость привлечения
Стоимость
обслуживания
Стоимость удержания
Клиент пользуется
продуктом 1
Клиент пользуется
продуктом 2
Потенциал
Время
Прибыль
Привлечение Развитие Удержание
Примеры: Простой расчет ценности клиентской базы
I. Построение модели CLV (Customer Lifetime Value), оценивающей текущую и вероятную будущую ценность клиента
II. Основные данные:
I. Раздельный учет затрат в расчете на клиента
II. Данные по продуктовой марже на клиента
III. Вероятностная модель лояльности и потенциала клиента
IV. Транзакционный профиль
V. Продуктовый профиль
III. Результат: скоринг ценности клиента, управление целевыми маркетинговыми кампаниями на основе ценности клиента,
построение системы дифференцированного обслуживания, оптимизация затрат
Где СLV = customer lifetime value,
AR – Acquisition rate (стоимость привлечения)
CF- Cashflow (текущая ценность)
CR – Churn rate (риск оттока)
d - ставка дисконтирования
Источники ценности клиентской базы
Лояльность (срок жизни клиента), потенциал и ценность взаимосвязаны.
Реализованный потенциал
Нереализованный потенциал
из-за недостатка релевантных
предложений
Нереализованный
потенциал из-за ухода
в отток
отток
$
время
Нерелевантные коммуникации могут уничтожать ценность клиентской базы
• Пример - возьмем клиентскую базу 1000000 клиентов.
• Маркетинговая кампания генерирует 1% отклика
– 1 р. стоимость контакта, всего - 1 млн руб., 10 000 откликов
– Каждый отклик генерирует 125 р. увеличения ценности клиента, т.е. всего = 1,250,000 р.
– Кампания приносит 250,000 р. дохода, так?
• Но что если те, кто не ответил, с каждым последующим контактом всего на
0,5% снижают вероятность отклика на предложения? Тогда мы теряем
990000*0,5%*125 = 618 750 р. интегральной ценности клиентской базы.
• Тогда – мы разрушаем ценность клиентской базы почти в 2,5 раза больше,
чем создаём.
В оценке «будущей ценности» используется в том числе профиль клиента*:
«Стабильный» клиент «Лояльный» клиент
«Случайный» клиент «Сезонный» клиент
-Регулярные (периодическое) поведение
- Низкий уровень пользования (редкие
транзакции, небольшие суммы)
-Высокий уровень пользования услугами
(частые транзакции, большие суммы)
- Нестабильность в потреблении услуг
- Нестабильные «случайные» транзакции
-Высокий уровень пользования услугами
(частые транзакции, большие суммы)
- Стабильное потребление услуг
Классический пример транзакционного сегментирования – построение профилей клиента. Использование
профилей клиента позволяет разработать стратегию работы с наиболее ярко выделяющимися группами
клиентов по поведению, а также спрогнозировать поведение клиента в будущем.
* - индикативно
Пример оценки клиента
«Лояльный» клиент
Сегмент, в кот. входит клиент
Порядковый номер клиента по ценности
Итоговая ценность клиента
Фактическая ценность клиента
Будущая ценность клиента
Профиль клиента по потреблению
услуг Лояльный
Параметры клиента (пример)
р.
р.
р.
Частота и типы транзакций
10
Модель предсказания ценности
клиента
Модели предсказания
активности
Модели предсказания
потенциала
Модели предсказания и
оптимизации отклика
Вероятность оттока по
различным продуктам
Вероятность оттока на
различных периодах
Вероятность возврата из
состояния оттока
Индивидуальная функция
выживаемости в рамках
продукта / экосистемы
SNV / монетизационный
потенциал соц.связей
Вероятность покупки продукта
Вероятность монетизации
контента
Индивидуальные модели
Share of Wallet
Вероятность каннибализации
/ перехода между продуктами
Анализ внутриигровых
триггеров покупки
Анализ внутриигровых
триггеров оттока
Uplift (инкрементальное)
моделирование
Мультивариантные A/B тесты
Эконометрическое
моделирование в сегменте
SNA / моделирование
социального графа
Анализ коммуникационных
триггеров
Система КПЭ управления ценностью клиентской базы
% Реализации потенциала развития клиентской базы
Потенциальная интегральная ценность клиентской базы
Текущая интегральная ценность клиентской базы
Пожизненная ценность клиента
Потенциал клиента
Вероятность покупки продукта
Склонность клиента к оттоку
Текущая ценность клиента
12
Классический подход к анализу данных
SEMMA
CRISP DM
13
1. Предсказание активности - строим кривую выживаемости клиента
Пример – предсказание ценности клиента и вероятности отклика
Как решать такую задачу – сколько моделей нам нужно?
• 7 временных интервалов (1,2,3 недели, 1,2,3,6 мес.) – на каждом интервале строится модель
вероятности перехода в неактивное состояние и возврата из неактивного состояния
• 4 поведенческих/транзакционных сегмента (может быть и больше)
• 5 продуктов (WoT, WoTB, WoWS, WoWP, WoWG … )
• 4 региона (NA/EU/CIS/ASIA)
ИТОГО: (7+7)*4*5*4 = 1120 моделей
2. Предсказание вероятности покупки контента
• 4 временных интервала (1,2,3 недели, 1 мес.) – на каждом интервале строится модель вероятности
покупки
• 30 различных единиц контента / офферов (в среднем, на самом деле может быть и больше)
• 4 платежных сегмента (может быть и больше)
• 5 продуктов (WoT, WoTB, WoWS, WoWP, WoWG … )
• 4 региона (NA/EU/CIS/ASIA) ИТОГО: 4*30*4*5*4 = 9600 моделей
3. Предсказание вероятности отклика
• 11 коммуникационных стратегий
• 8 поведенческих сегментов
• 5 оффер-темплейтов в среднем на каждый сегмент (Прем, голд, бандлы, и тп)
• 3 дизайн-темплейта (A/B/C тест для каждой кампании)
• 5 каналов (e-mail, in-game client, site, RTB campaign, push)
• 5 продуктов (WoT, WoTB, WoWS, WoWP, WoWG … )
• 4 региона (NA/EU/CIS/ASIA)
ИТОГО: 11*8*5*3*5*5*4 = 132000 моделей
14
Нам нужна фабрика!
Какая фабрика?
Фабрика Моделей !
Такая?
Хм… Не совсем, хотя тоже
неплохо ;-)
Вот такая!
15
Мы такие разные -
Но все-таки мы вместе!
16
СПАСИБО!!!

Weitere ähnliche Inhalte

Was ist angesagt?

Простая аналитика в CRM
Простая аналитика в CRMПростая аналитика в CRM
Простая аналитика в CRMMoySklad
 
Crm In Ukraine Press Meeting 1
Crm In Ukraine Press Meeting 1Crm In Ukraine Press Meeting 1
Crm In Ukraine Press Meeting 1khimich
 
Справочник казначея, 2-е издание
Справочник казначея, 2-е изданиеСправочник казначея, 2-е издание
Справочник казначея, 2-е изданиеPwC Russia
 
A/B тест SMS-рассылок покупателям обувной сети
A/B тест SMS-рассылок покупателям обувной сетиA/B тест SMS-рассылок покупателям обувной сети
A/B тест SMS-рассылок покупателям обувной сетиMindbox
 
РИК. Работа с клиентской базой в интерактивном агентстве.
РИК. Работа с клиентской базой в интерактивном агентстве.РИК. Работа с клиентской базой в интерактивном агентстве.
РИК. Работа с клиентской базой в интерактивном агентстве.Kursrik
 

Was ist angesagt? (6)

Простая аналитика в CRM
Простая аналитика в CRMПростая аналитика в CRM
Простая аналитика в CRM
 
Crm In Ukraine Press Meeting 1
Crm In Ukraine Press Meeting 1Crm In Ukraine Press Meeting 1
Crm In Ukraine Press Meeting 1
 
Справочник казначея, 2-е издание
Справочник казначея, 2-е изданиеСправочник казначея, 2-е издание
Справочник казначея, 2-е издание
 
A/B тест SMS-рассылок покупателям обувной сети
A/B тест SMS-рассылок покупателям обувной сетиA/B тест SMS-рассылок покупателям обувной сети
A/B тест SMS-рассылок покупателям обувной сети
 
Rostelekom berezin short
Rostelekom berezin shortRostelekom berezin short
Rostelekom berezin short
 
РИК. Работа с клиентской базой в интерактивном агентстве.
РИК. Работа с клиентской базой в интерактивном агентстве.РИК. Работа с клиентской базой в интерактивном агентстве.
РИК. Работа с клиентской базой в интерактивном агентстве.
 

Ähnlich wie Максим Мозговой. Ценностное управление клиентской базой и предикативная аналитика

Финансовая модель интернет-магазина
Финансовая модель интернет-магазинаФинансовая модель интернет-магазина
Финансовая модель интернет-магазинаAdvantShop
 
Predictive Analytics/Data Mining – как извлечь максимум из корпоративных дан...
Predictive Analytics/Data Mining –  как извлечь максимум из корпоративных дан...Predictive Analytics/Data Mining –  как извлечь максимум из корпоративных дан...
Predictive Analytics/Data Mining – как извлечь максимум из корпоративных дан...zolik
 
Интернет-магазин, Мой склад, Юлия Харитонова
Интернет-магазин, Мой склад, Юлия ХаритоноваИнтернет-магазин, Мой склад, Юлия Харитонова
Интернет-магазин, Мой склад, Юлия ХаритоноваМедиамарка
 
Интернет-магазин: что считать, или бизнес-модель 2015. Надежда Бычкова, МойСклад
Интернет-магазин: что считать, или бизнес-модель 2015. Надежда Бычкова, МойСкладИнтернет-магазин: что считать, или бизнес-модель 2015. Надежда Бычкова, МойСклад
Интернет-магазин: что считать, или бизнес-модель 2015. Надежда Бычкова, МойСкладBurbon.ru
 
Lean startup. Стартап с нуля
Lean startup. Стартап с нуляLean startup. Стартап с нуля
Lean startup. Стартап с нуляAlexey Chernyak
 
Kib Rif 2015. Make money from your data
Kib Rif 2015. Make money from your dataKib Rif 2015. Make money from your data
Kib Rif 2015. Make money from your dataRoman Zykov
 
Привлекай, продавай, анализируй
Привлекай, продавай, анализируйПривлекай, продавай, анализируй
Привлекай, продавай, анализируйMoySklad
 
Внимание и деньги. What if mailing
Внимание и деньги. What if mailingВнимание и деньги. What if mailing
Внимание и деньги. What if mailingAlexei Burba
 
Имейл-маркетинг - Внимание и Деньги
Имейл-маркетинг - Внимание и ДеньгиИмейл-маркетинг - Внимание и Деньги
Имейл-маркетинг - Внимание и ДеньгиWIM
 
Введение в маркетинг клиентских баз данных
Введение в маркетинг клиентских баз данныхВведение в маркетинг клиентских баз данных
Введение в маркетинг клиентских баз данныхDmitriy Isaev
 
Персональные данные организации
Персональные данные организацииПерсональные данные организации
Персональные данные организацииAlexey Fedorischev
 
Презентация с семинара «Формула сайта» от МойСклад, Аскар Рахимбердиев
Презентация с семинара «Формула сайта» от МойСклад, Аскар РахимбердиевПрезентация с семинара «Формула сайта» от МойСклад, Аскар Рахимбердиев
Презентация с семинара «Формула сайта» от МойСклад, Аскар Рахимбердиевremark72.ru
 
Монетизация интернет-проектов
Монетизация интернет-проектов Монетизация интернет-проектов
Монетизация интернет-проектов Alexey Chernyak
 
Скрытые возможности повышения эффективности call-центра
Скрытые возможности повышения эффективности call-центраСкрытые возможности повышения эффективности call-центра
Скрытые возможности повышения эффективности call-центраКРОК
 
Секции ADV на RIW 2013: Управляем жизненным циклом клиента
Секции ADV на RIW 2013: Управляем жизненным циклом клиентаСекции ADV на RIW 2013: Управляем жизненным циклом клиента
Секции ADV на RIW 2013: Управляем жизненным циклом клиентаADV/web-engineering
 
Инструменты современного предпринимателя. Startup Career Night. 14/10/14
Инструменты современного предпринимателя. Startup Career Night. 14/10/14Инструменты современного предпринимателя. Startup Career Night. 14/10/14
Инструменты современного предпринимателя. Startup Career Night. 14/10/14Ilya Korolev
 

Ähnlich wie Максим Мозговой. Ценностное управление клиентской базой и предикативная аналитика (20)

Финансовая модель интернет-магазина
Финансовая модель интернет-магазинаФинансовая модель интернет-магазина
Финансовая модель интернет-магазина
 
Predictive Analytics/Data Mining – как извлечь максимум из корпоративных дан...
Predictive Analytics/Data Mining –  как извлечь максимум из корпоративных дан...Predictive Analytics/Data Mining –  как извлечь максимум из корпоративных дан...
Predictive Analytics/Data Mining – как извлечь максимум из корпоративных дан...
 
Интернет-магазин, Мой склад, Юлия Харитонова
Интернет-магазин, Мой склад, Юлия ХаритоноваИнтернет-магазин, Мой склад, Юлия Харитонова
Интернет-магазин, Мой склад, Юлия Харитонова
 
Интернет-магазин: что считать, или бизнес-модель 2015. Надежда Бычкова, МойСклад
Интернет-магазин: что считать, или бизнес-модель 2015. Надежда Бычкова, МойСкладИнтернет-магазин: что считать, или бизнес-модель 2015. Надежда Бычкова, МойСклад
Интернет-магазин: что считать, или бизнес-модель 2015. Надежда Бычкова, МойСклад
 
Lean startup. Стартап с нуля
Lean startup. Стартап с нуляLean startup. Стартап с нуля
Lean startup. Стартап с нуля
 
I metrics nov2011
I metrics nov2011I metrics nov2011
I metrics nov2011
 
Kib Rif 2015. Make money from your data
Kib Rif 2015. Make money from your dataKib Rif 2015. Make money from your data
Kib Rif 2015. Make money from your data
 
Kursrik02
Kursrik02Kursrik02
Kursrik02
 
Site2011 Terekhov
Site2011 TerekhovSite2011 Terekhov
Site2011 Terekhov
 
Привлекай, продавай, анализируй
Привлекай, продавай, анализируйПривлекай, продавай, анализируй
Привлекай, продавай, анализируй
 
Внимание и деньги. What if mailing
Внимание и деньги. What if mailingВнимание и деньги. What if mailing
Внимание и деньги. What if mailing
 
Имейл-маркетинг - Внимание и Деньги
Имейл-маркетинг - Внимание и ДеньгиИмейл-маркетинг - Внимание и Деньги
Имейл-маркетинг - Внимание и Деньги
 
Введение в маркетинг клиентских баз данных
Введение в маркетинг клиентских баз данныхВведение в маркетинг клиентских баз данных
Введение в маркетинг клиентских баз данных
 
Персональные данные организации
Персональные данные организацииПерсональные данные организации
Персональные данные организации
 
Eretail 21sept2012
Eretail 21sept2012Eretail 21sept2012
Eretail 21sept2012
 
Презентация с семинара «Формула сайта» от МойСклад, Аскар Рахимбердиев
Презентация с семинара «Формула сайта» от МойСклад, Аскар РахимбердиевПрезентация с семинара «Формула сайта» от МойСклад, Аскар Рахимбердиев
Презентация с семинара «Формула сайта» от МойСклад, Аскар Рахимбердиев
 
Монетизация интернет-проектов
Монетизация интернет-проектов Монетизация интернет-проектов
Монетизация интернет-проектов
 
Скрытые возможности повышения эффективности call-центра
Скрытые возможности повышения эффективности call-центраСкрытые возможности повышения эффективности call-центра
Скрытые возможности повышения эффективности call-центра
 
Секции ADV на RIW 2013: Управляем жизненным циклом клиента
Секции ADV на RIW 2013: Управляем жизненным циклом клиентаСекции ADV на RIW 2013: Управляем жизненным циклом клиента
Секции ADV на RIW 2013: Управляем жизненным циклом клиента
 
Инструменты современного предпринимателя. Startup Career Night. 14/10/14
Инструменты современного предпринимателя. Startup Career Night. 14/10/14Инструменты современного предпринимателя. Startup Career Night. 14/10/14
Инструменты современного предпринимателя. Startup Career Night. 14/10/14
 

Mehr von АНАЛИТИКА ПЛЮС

Климент Мерзляков. Веб-данные для повышения эффективности маркетинга
Климент Мерзляков. Веб-данные для повышения эффективности маркетингаКлимент Мерзляков. Веб-данные для повышения эффективности маркетинга
Климент Мерзляков. Веб-данные для повышения эффективности маркетингаАНАЛИТИКА ПЛЮС
 
Относительная перплексия как мера качества тематических моделей
Относительная перплексия как мера качества тематических моделейОтносительная перплексия как мера качества тематических моделей
Относительная перплексия как мера качества тематических моделейАНАЛИТИКА ПЛЮС
 
Семинар 24-25 апреля 2014 г. «R + TABLEAU. ПРОГНОЗИRОВАНИЕ И BIG DATA АНАЛИЗ»
Семинар 24-25 апреля 2014 г.  «R + TABLEAU. ПРОГНОЗИRОВАНИЕ И BIG DATA АНАЛИЗ»Семинар 24-25 апреля 2014 г.  «R + TABLEAU. ПРОГНОЗИRОВАНИЕ И BIG DATA АНАЛИЗ»
Семинар 24-25 апреля 2014 г. «R + TABLEAU. ПРОГНОЗИRОВАНИЕ И BIG DATA АНАЛИЗ»АНАЛИТИКА ПЛЮС
 
АНАЛИТИКА ПЛЮС, вебинар 10 декабря «НОВЫЕ ТЕХНОЛОГИИ HP VERTICA + TABLEAU, КА...
АНАЛИТИКА ПЛЮС, вебинар 10 декабря «НОВЫЕ ТЕХНОЛОГИИ HP VERTICA + TABLEAU, КА...АНАЛИТИКА ПЛЮС, вебинар 10 декабря «НОВЫЕ ТЕХНОЛОГИИ HP VERTICA + TABLEAU, КА...
АНАЛИТИКА ПЛЮС, вебинар 10 декабря «НОВЫЕ ТЕХНОЛОГИИ HP VERTICA + TABLEAU, КА...АНАЛИТИКА ПЛЮС
 
АНАЛИТИКА ПЛЮС, 5 декабря 2013 г., вебинар «MARKET BASKET ИЛИ АНАЛИЗ ПОКУПАТЕ...
АНАЛИТИКА ПЛЮС, 5 декабря 2013 г., вебинар «MARKET BASKET ИЛИ АНАЛИЗ ПОКУПАТЕ...АНАЛИТИКА ПЛЮС, 5 декабря 2013 г., вебинар «MARKET BASKET ИЛИ АНАЛИЗ ПОКУПАТЕ...
АНАЛИТИКА ПЛЮС, 5 декабря 2013 г., вебинар «MARKET BASKET ИЛИ АНАЛИЗ ПОКУПАТЕ...АНАЛИТИКА ПЛЮС
 
АНАЛИТИКА ПЛЮС, вебинар 3 декабря «Новые BI-технологии. Пришел, Увидел, Побед...
АНАЛИТИКА ПЛЮС, вебинар 3 декабря «Новые BI-технологии. Пришел, Увидел, Побед...АНАЛИТИКА ПЛЮС, вебинар 3 декабря «Новые BI-технологии. Пришел, Увидел, Побед...
АНАЛИТИКА ПЛЮС, вебинар 3 декабря «Новые BI-технологии. Пришел, Увидел, Побед...АНАЛИТИКА ПЛЮС
 

Mehr von АНАЛИТИКА ПЛЮС (6)

Климент Мерзляков. Веб-данные для повышения эффективности маркетинга
Климент Мерзляков. Веб-данные для повышения эффективности маркетингаКлимент Мерзляков. Веб-данные для повышения эффективности маркетинга
Климент Мерзляков. Веб-данные для повышения эффективности маркетинга
 
Относительная перплексия как мера качества тематических моделей
Относительная перплексия как мера качества тематических моделейОтносительная перплексия как мера качества тематических моделей
Относительная перплексия как мера качества тематических моделей
 
Семинар 24-25 апреля 2014 г. «R + TABLEAU. ПРОГНОЗИRОВАНИЕ И BIG DATA АНАЛИЗ»
Семинар 24-25 апреля 2014 г.  «R + TABLEAU. ПРОГНОЗИRОВАНИЕ И BIG DATA АНАЛИЗ»Семинар 24-25 апреля 2014 г.  «R + TABLEAU. ПРОГНОЗИRОВАНИЕ И BIG DATA АНАЛИЗ»
Семинар 24-25 апреля 2014 г. «R + TABLEAU. ПРОГНОЗИRОВАНИЕ И BIG DATA АНАЛИЗ»
 
АНАЛИТИКА ПЛЮС, вебинар 10 декабря «НОВЫЕ ТЕХНОЛОГИИ HP VERTICA + TABLEAU, КА...
АНАЛИТИКА ПЛЮС, вебинар 10 декабря «НОВЫЕ ТЕХНОЛОГИИ HP VERTICA + TABLEAU, КА...АНАЛИТИКА ПЛЮС, вебинар 10 декабря «НОВЫЕ ТЕХНОЛОГИИ HP VERTICA + TABLEAU, КА...
АНАЛИТИКА ПЛЮС, вебинар 10 декабря «НОВЫЕ ТЕХНОЛОГИИ HP VERTICA + TABLEAU, КА...
 
АНАЛИТИКА ПЛЮС, 5 декабря 2013 г., вебинар «MARKET BASKET ИЛИ АНАЛИЗ ПОКУПАТЕ...
АНАЛИТИКА ПЛЮС, 5 декабря 2013 г., вебинар «MARKET BASKET ИЛИ АНАЛИЗ ПОКУПАТЕ...АНАЛИТИКА ПЛЮС, 5 декабря 2013 г., вебинар «MARKET BASKET ИЛИ АНАЛИЗ ПОКУПАТЕ...
АНАЛИТИКА ПЛЮС, 5 декабря 2013 г., вебинар «MARKET BASKET ИЛИ АНАЛИЗ ПОКУПАТЕ...
 
АНАЛИТИКА ПЛЮС, вебинар 3 декабря «Новые BI-технологии. Пришел, Увидел, Побед...
АНАЛИТИКА ПЛЮС, вебинар 3 декабря «Новые BI-технологии. Пришел, Увидел, Побед...АНАЛИТИКА ПЛЮС, вебинар 3 декабря «Новые BI-технологии. Пришел, Увидел, Побед...
АНАЛИТИКА ПЛЮС, вебинар 3 декабря «Новые BI-технологии. Пришел, Увидел, Побед...
 

Максим Мозговой. Ценностное управление клиентской базой и предикативная аналитика

  • 1. 26.11.2015 Максим Мозговой CRM & Publisher Analytics Director Ценностное управление клиентской базой и предиктивная аналитика.
  • 2. Мнение эксперта «Предположим, ваша компания потеряла 10% товаров в прошлом месяце. Вы бы сразу запаниковали: собрали бы весь свой персонал, заперли бы двери и начали бы разбираться, куда делся этот товар. Однако ваша компания может потерять 10% своих покупателей и даже не заметить этого» Эрик фон Фореном, Direct Marketing Know-How Institute
  • 4. Что такое ценность клиента? T1 TnT 0 Начало взаимоотношений Текущий момент Уход клиента $ Стоимость привлечения Стоимость обслуживания Стоимость удержания Клиент пользуется продуктом 1 Клиент пользуется продуктом 2 Потенциал Время Прибыль Привлечение Развитие Удержание
  • 5. Примеры: Простой расчет ценности клиентской базы I. Построение модели CLV (Customer Lifetime Value), оценивающей текущую и вероятную будущую ценность клиента II. Основные данные: I. Раздельный учет затрат в расчете на клиента II. Данные по продуктовой марже на клиента III. Вероятностная модель лояльности и потенциала клиента IV. Транзакционный профиль V. Продуктовый профиль III. Результат: скоринг ценности клиента, управление целевыми маркетинговыми кампаниями на основе ценности клиента, построение системы дифференцированного обслуживания, оптимизация затрат Где СLV = customer lifetime value, AR – Acquisition rate (стоимость привлечения) CF- Cashflow (текущая ценность) CR – Churn rate (риск оттока) d - ставка дисконтирования
  • 6. Источники ценности клиентской базы Лояльность (срок жизни клиента), потенциал и ценность взаимосвязаны. Реализованный потенциал Нереализованный потенциал из-за недостатка релевантных предложений Нереализованный потенциал из-за ухода в отток отток $ время
  • 7. Нерелевантные коммуникации могут уничтожать ценность клиентской базы • Пример - возьмем клиентскую базу 1000000 клиентов. • Маркетинговая кампания генерирует 1% отклика – 1 р. стоимость контакта, всего - 1 млн руб., 10 000 откликов – Каждый отклик генерирует 125 р. увеличения ценности клиента, т.е. всего = 1,250,000 р. – Кампания приносит 250,000 р. дохода, так? • Но что если те, кто не ответил, с каждым последующим контактом всего на 0,5% снижают вероятность отклика на предложения? Тогда мы теряем 990000*0,5%*125 = 618 750 р. интегральной ценности клиентской базы. • Тогда – мы разрушаем ценность клиентской базы почти в 2,5 раза больше, чем создаём.
  • 8. В оценке «будущей ценности» используется в том числе профиль клиента*: «Стабильный» клиент «Лояльный» клиент «Случайный» клиент «Сезонный» клиент -Регулярные (периодическое) поведение - Низкий уровень пользования (редкие транзакции, небольшие суммы) -Высокий уровень пользования услугами (частые транзакции, большие суммы) - Нестабильность в потреблении услуг - Нестабильные «случайные» транзакции -Высокий уровень пользования услугами (частые транзакции, большие суммы) - Стабильное потребление услуг Классический пример транзакционного сегментирования – построение профилей клиента. Использование профилей клиента позволяет разработать стратегию работы с наиболее ярко выделяющимися группами клиентов по поведению, а также спрогнозировать поведение клиента в будущем. * - индикативно
  • 9. Пример оценки клиента «Лояльный» клиент Сегмент, в кот. входит клиент Порядковый номер клиента по ценности Итоговая ценность клиента Фактическая ценность клиента Будущая ценность клиента Профиль клиента по потреблению услуг Лояльный Параметры клиента (пример) р. р. р. Частота и типы транзакций
  • 10. 10 Модель предсказания ценности клиента Модели предсказания активности Модели предсказания потенциала Модели предсказания и оптимизации отклика Вероятность оттока по различным продуктам Вероятность оттока на различных периодах Вероятность возврата из состояния оттока Индивидуальная функция выживаемости в рамках продукта / экосистемы SNV / монетизационный потенциал соц.связей Вероятность покупки продукта Вероятность монетизации контента Индивидуальные модели Share of Wallet Вероятность каннибализации / перехода между продуктами Анализ внутриигровых триггеров покупки Анализ внутриигровых триггеров оттока Uplift (инкрементальное) моделирование Мультивариантные A/B тесты Эконометрическое моделирование в сегменте SNA / моделирование социального графа Анализ коммуникационных триггеров
  • 11. Система КПЭ управления ценностью клиентской базы % Реализации потенциала развития клиентской базы Потенциальная интегральная ценность клиентской базы Текущая интегральная ценность клиентской базы Пожизненная ценность клиента Потенциал клиента Вероятность покупки продукта Склонность клиента к оттоку Текущая ценность клиента
  • 12. 12 Классический подход к анализу данных SEMMA CRISP DM
  • 13. 13 1. Предсказание активности - строим кривую выживаемости клиента Пример – предсказание ценности клиента и вероятности отклика Как решать такую задачу – сколько моделей нам нужно? • 7 временных интервалов (1,2,3 недели, 1,2,3,6 мес.) – на каждом интервале строится модель вероятности перехода в неактивное состояние и возврата из неактивного состояния • 4 поведенческих/транзакционных сегмента (может быть и больше) • 5 продуктов (WoT, WoTB, WoWS, WoWP, WoWG … ) • 4 региона (NA/EU/CIS/ASIA) ИТОГО: (7+7)*4*5*4 = 1120 моделей 2. Предсказание вероятности покупки контента • 4 временных интервала (1,2,3 недели, 1 мес.) – на каждом интервале строится модель вероятности покупки • 30 различных единиц контента / офферов (в среднем, на самом деле может быть и больше) • 4 платежных сегмента (может быть и больше) • 5 продуктов (WoT, WoTB, WoWS, WoWP, WoWG … ) • 4 региона (NA/EU/CIS/ASIA) ИТОГО: 4*30*4*5*4 = 9600 моделей 3. Предсказание вероятности отклика • 11 коммуникационных стратегий • 8 поведенческих сегментов • 5 оффер-темплейтов в среднем на каждый сегмент (Прем, голд, бандлы, и тп) • 3 дизайн-темплейта (A/B/C тест для каждой кампании) • 5 каналов (e-mail, in-game client, site, RTB campaign, push) • 5 продуктов (WoT, WoTB, WoWS, WoWP, WoWG … ) • 4 региона (NA/EU/CIS/ASIA) ИТОГО: 11*8*5*3*5*5*4 = 132000 моделей
  • 14. 14 Нам нужна фабрика! Какая фабрика? Фабрика Моделей ! Такая? Хм… Не совсем, хотя тоже неплохо ;-) Вот такая!
  • 15. 15 Мы такие разные - Но все-таки мы вместе!