Данные - Основа Digital революции
-
Upload
den-reymer -
Category
Marketing
-
view
951 -
download
5
Transcript of Данные - Основа Digital революции
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
КАЖДЫЙ ИЗ НИХ ЛИДЕР НА СВОЕМ РЫНКЕ
не создает контент
не владеет ни одной машиной
не обладает своими площадями
не имеет складов
1. Обладают «информацией»; 2. Умеют извлекать из информации
ценные знания; 3. Доставляют знания своим клиентам.
ЭТИ КОМПАНИИ – ЖИВУТ В DIGITAL МИРЕ
Как достичь всех целей одновременно?
Что лежит в основе современного системного подхода в Маркетинге?
• Живет в Digital мире • Всегда Онлайн & Всегда
доступен • С полным отсутствием
фокуса • Невосприимчив к
рекламе
Современный клиент
САМЫЕ ЦЕННЫЕ СЛЕДЫ КЛИЕНТ ОСТАВЛЯЕТ НА
ВАШИХ DIGITAL РЕСУРСАХ И В ИТ-
СИСТЕМАХ
ВАШИ СОБСТВЕННЫЕ ДАННЫЕ
Если эти данные не собирать и не сохранять, то вы никогда не узнаете об их ЦЕННОСТИ Не позволяйте следам исчезнуть
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
Если мы сможем собрать все «следы» Клиента в единую
картину, мы сможем понять, что нужно Клиенту в данный
момент времени?
Где взять данные?
Вопросы к рынку • Поиск данных • Безопасность и качество данных • Технические сложности
интеграции • Отсутствие механизмов
ценообразования
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
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?
Обучаем черный ящик
Применение методов машинного обучения к массивам обогащенных данных позволяет повысить эффективность
существующих маркетинговых моделей.
Что нужно знать про Машинное Обучение
Ключевые шаги: • Подготовка данных • Выбор признаков и предикторов • Формирование тестовой выборки • Обучение модели • Тестирование на реальных данных
Как найти похожих клиентов
WEB CRM
CRM
CRM
CRM
CRM
WEB
WEB
WEB
WEB
КУПИЛ ПРОДУКТ!
КТО ИЗ КЛИЕНТОВ КУПИТ
ПРОДУКТ?
Добавляем внешние данные
Монетизация данных Биржа Данных
Data Science Прогнозные Модели
Технологии
Big Data
1DMP.IO “BigData-As-A-Service”