2. Развитие
бизнеса
на
международном
рынке
Входит
в
тройку
лидеров
российских
ИТ
компаний
43
подразделения
в
России
и
за
рубежом
Более
7000
сотрудников
100
тыс.проектов
для
10
тыс.заказчиков
Облачная
платформа
управления
данными
«Биржа»
данных
Прикладные
сервисы
и
приложения
Big
Data
интегратор
Опыт
работы
более
3-‐х
лет
Собственные
центры
разработки
Партнерство
с
мировыми
лидерами
и
научными
институтами
Центр
экспертизы
по
технологиям
Big
Data
и
Digital
MarkeSng
1DMP
CleverDATA – Центр Компетенции Big Data в ГК ЛАНИТ
12. САМЫЕ ЦЕННЫЕ СЛЕДЫ
КЛИЕНТ ОСТАВЛЯЕТ НА
ВАШИХ DIGITAL
РЕСУРСАХ И В ИТ-
СИСТЕМАХ
ВАШИ СОБСТВЕННЫЕ ДАННЫЕ
13. Если эти данные не собирать
и не сохранять, то вы никогда не
узнаете об их ЦЕННОСТИ
Не позволяйте следам исчезнуть
14. Где еще «наследил» Клиент
• Посещения веб-ресурсов
• Социальные сети
• SMS-рассылки
• История платежей
• История перемещений
• Данные о покупках
• Профиль в мобильной сети оператора
• Интересы, Намерения и многое другое
15. Если мы сможем собрать все
«следы» Клиента в единую
картину, мы сможем понять,
что нужно Клиенту в данный
момент времени?
16. Где
взять
данные?
Вопросы
к
рынку
• Поиск
данных
• Безопасность
и
качество
данных
• Технические
сложности
интеграции
• Отсутствие
механизмов
ценообразования
18. Платформа знаний о ваших клиентах
Customer
eXperience
Profile
Private
DMP
(Data
Management
Plalorm)
Вероятность
оттока
35%
Лояльность
87%
Надежность
20%
Кредитная
нагрузка
Низкая
Семья
2
чел
Доход
семьи
Средний
Инвестиции,
экономика
66%
Автомобили
5%
Недвижимость
10%
Накопления
18%
Технологии
63%
Действующих
продуктов
5
Последняя
покупка
36
дн
Активность
28%
CLTV
Средний
В
клиентской
базе
35.2
мес
Удовлетворенность
75%
Уровень
коммуникации
20%
Уровень
отклика
18%
Собираем «следы» в
одном месте
20. ВОДОПАД ЕЖЕДНЕВНЫХ
ВОПРОСОВ
1. Как привлечь хороших клиентов?
2. Какой продукт предложить существующему клиенту?
3. Как удержать клиента?
4. Как не навредить клиенту лишними коммуникациями?
5. Как повысить лояльность?
6. Как снизить затраты на маркетинговые кампании?
7. Как в каждой точке контакта с клиентом знать, что
нужно клиенту?
22. Обучаем черный ящик
Применение методов машинного обучения к массивам
обогащенных данных позволяет повысить эффективность
существующих маркетинговых моделей.
23. Что нужно знать про
Машинное Обучение
Ключевые шаги:
• Подготовка данных
• Выбор признаков и предикторов
• Формирование тестовой выборки
• Обучение модели
• Тестирование на реальных данных
24. Как найти похожих клиентов
WEB
CRM
CRM
CRM
CRM
CRM
WEB
WEB
WEB
WEB
КУПИЛ
ПРОДУКТ!
КТО
ИЗ
КЛИЕНТОВ
КУПИТ
ПРОДУКТ?
Добавляем внешние данные