Потребители
<<  Взгляд с другой стороны баррикад, или чего же на самом деле хочет Клиент Комплексная система автоматизации отношений с клиентами для экспедиторов и таможенных брокеров  >>
Решение по предсказанию и анализу поведения клиентов
Решение по предсказанию и анализу поведения клиентов
План презентации
План презентации
Подход к внедрению
Подход к внедрению
Методология проектов: CRISP – DM
Методология проектов: CRISP – DM
Фазы проекта внедрения
Фазы проекта внедрения
Sell4Cast Основные возможности
Sell4Cast Основные возможности
Информативность признаков: Определение важности каждого фактора
Информативность признаков: Определение важности каждого фактора
Информативность признаков: Определение важности совокупности факторов
Информативность признаков: Определение важности совокупности факторов
Автоматизация фаз методологии CRISP-DM
Автоматизация фаз методологии CRISP-DM
Автоматический отбор признаков для модели и сегмента
Автоматический отбор признаков для модели и сегмента
Визуализация данных
Визуализация данных
Возможности построения моделей
Возможности построения моделей
Экспорт алгоритмов
Экспорт алгоритмов
Автоматизация фаз методологии CRISP-DM
Автоматизация фаз методологии CRISP-DM
Сравнение эффективности алгоритмов
Сравнение эффективности алгоритмов
Просмотр качества алгоритмов во времени
Просмотр качества алгоритмов во времени
Автоматизация фаз методологии CRISP-DM
Автоматизация фаз методологии CRISP-DM
Запуск модели
Запуск модели
Обновление модели
Обновление модели
Sell4Cast Решаемые задачи
Sell4Cast Решаемые задачи
Решаемые задачи
Решаемые задачи
Жизненный цикл клиента
Жизненный цикл клиента
Создание моделей Cross/Up-sell
Создание моделей Cross/Up-sell
Cross/Up-sell: Цели
Cross/Up-sell: Цели
Схема работы
Схема работы
Результаты внедрения
Результаты внедрения
Моделирование ценности клиента и оптимальных воздействий по удержанию
Моделирование ценности клиента и оптимальных воздействий по удержанию
Моделирование ценности клиента : Цели
Моделирование ценности клиента : Цели
Lifetime value (LTV): состав
Lifetime value (LTV): состав
Грубая оценка S(t)
Грубая оценка S(t)
Точная оценка S(t)
Точная оценка S(t)
What if анализ различных воздействий по удержанию
What if анализ различных воздействий по удержанию
Оптимизация маркетинговых кампаний
Оптимизация маркетинговых кампаний
Оптимизация маркетинговых кампаний: Цели
Оптимизация маркетинговых кампаний: Цели
Процесс оптимизации кампании
Процесс оптимизации кампании
Пример интерпретируемого алгоритма: Решающий список
Пример интерпретируемого алгоритма: Решающий список
Оценка качества модели
Оценка качества модели
Оптимизация маркетинговой кампании
Оптимизация маркетинговой кампании
Методика оценки эффективности
Методика оценки эффективности
Результаты внедрения
Результаты внедрения
Предсказание ухода
Предсказание ухода
Отток абонентов: Цели
Отток абонентов: Цели
Формирование данных для настройки модели
Формирование данных для настройки модели
Моделирование анализа оттока абонентов
Моделирование анализа оттока абонентов
Возможности интеграции
Возможности интеграции
Интеграция
Интеграция
Источник 1
Источник 1
Итоги
Итоги
Sell4Cast
Sell4Cast
Наши клиенты
Наши клиенты

Презентация: «Решение по предсказанию и анализу поведения клиентов». Автор: Vladimirskaya Maria. Файл: «Решение по предсказанию и анализу поведения клиентов.ppsx». Размер zip-архива: 1486 КБ.

Решение по предсказанию и анализу поведения клиентов

содержание презентации «Решение по предсказанию и анализу поведения клиентов.ppsx»
СлайдТекст
1 Решение по предсказанию и анализу поведения клиентов

Решение по предсказанию и анализу поведения клиентов

2 План презентации

План презентации

Подход к внедрению Sell4Cast – основные возможности Sell4Cast – решаемые задачи Создание моделей Cross/Up-sell Моделирование ценности клиента и оптимальных воздействий по удержанию Оптимизация маркетинговых кампаний Предсказание ухода Возможности интеграции

3 Подход к внедрению

Подход к внедрению

4 Методология проектов: CRISP – DM

Методология проектов: CRISP – DM

Business Understanding

Data Understanding

Data Preparation

Deployment

Data

Modeling

Evaluation

5 Фазы проекта внедрения

Фазы проекта внедрения

Главные факторы успеха проекта: Правильная постановка задачи Наличие и подготовка необходимых данных

Forecsys Team

Sell4Cast

6 Sell4Cast Основные возможности

Sell4Cast Основные возможности

7 Информативность признаков: Определение важности каждого фактора

Информативность признаков: Определение важности каждого фактора

Информативность - мера значимости найденной закономерности.

8 Информативность признаков: Определение важности совокупности факторов

Информативность признаков: Определение важности совокупности факторов

9 Автоматизация фаз методологии CRISP-DM

Автоматизация фаз методологии CRISP-DM

6 кликов

3 клика

3 клика

10 Автоматический отбор признаков для модели и сегмента

Автоматический отбор признаков для модели и сегмента

~ 500

100

Редуцированное признаковое описание

Оптимальное признаковое описание

10 из 32

11 Визуализация данных

Визуализация данных

12 Возможности построения моделей

Возможности построения моделей

13 Экспорт алгоритмов

Экспорт алгоритмов

14 Автоматизация фаз методологии CRISP-DM

Автоматизация фаз методологии CRISP-DM

6 кликов

3 клика

3 клика

15 Сравнение эффективности алгоритмов

Сравнение эффективности алгоритмов

Cumulative Lift Chart

Cumulative Gain Chart

Lift Chart

16 Просмотр качества алгоритмов во времени

Просмотр качества алгоритмов во времени

17 Автоматизация фаз методологии CRISP-DM

Автоматизация фаз методологии CRISP-DM

6 кликов

3 клика

3 клика

18 Запуск модели

Запуск модели

19 Обновление модели

Обновление модели

Создание сегмента

Автоматическая настройка модели для сегментов

Запуск модели для периодической классификации абонентов

Обновление исторических данных сегмента

Мониторинг качества работы модели

20 Sell4Cast Решаемые задачи

Sell4Cast Решаемые задачи

21 Решаемые задачи

Решаемые задачи

Прогнозирование и построение моделей ухода клиентов Предложение клиенту лучшего продукта с помощью построения Cross/Up-sell моделей Моделирование ценности клиентов в долгосрочной перспективе Выбор оптимального состава участников для маркетинговой кампании

22 Жизненный цикл клиента

Жизненный цикл клиента

Потенциальный клиент

Клиент

Бывший клиент

Высокая ценность

Добровольный уход

Целевой рынок

Новый клиент

Высокий потенциал

Низкая ценность

Принудительный уход

Кампании по привлечению новых клиентов

Кампании по возврату ушедших клиентов

Кампании Cross/Up-sell Кампании по удержанию

Заполнение заявки на подключение Активация Первоначальные покупки

Отключение за неоплату или мошенничество Прекращение использования услуг Добровольный отказ от использования

23 Создание моделей Cross/Up-sell

Создание моделей Cross/Up-sell

Cross/Up-sell model creation

24 Cross/Up-sell: Цели

Cross/Up-sell: Цели

Тактические цели: Предоставить методологию и инструмент для определения склонности клиентов к приобретению конкретных услуг/продуктов: Анализ интересующего сегмента клиентов Автоматический отбор наиболее значимых факторов Построение интерпретируемых Cross/Up-sell моделей Оценка качества моделей Мониторинг качества моделей во времени Классификация клиентов по произвольному расписанию

Sell4Cast

Стратегические цели: Повышение ценности клиентов Повышение лояльности клиентов Изменение фокуса: product centric customer centric

25 Схема работы

Схема работы

25 из 58

26 Результаты внедрения

Результаты внедрения

Возможность автоматического построения и обновления интерпретируемых cross/up-sell моделей для выбранных продуктов Возможность построения различных cross/up-sell моделей для различных сегментов клиентов Загрузка вероятности покупки каждого продукта по каждой модели для каждого клиента в CRM На основе вероятностей покупки проведение четко направленных Cross/Up-sell кампаний Отображение вероятностей покупки каждого продукта сотрудникам колл центра.

27 Моделирование ценности клиента и оптимальных воздействий по удержанию

Моделирование ценности клиента и оптимальных воздействий по удержанию

Customer Life Time Value and retention incentives modeling

28 Моделирование ценности клиента : Цели

Моделирование ценности клиента : Цели

Тактические цели: Возможность автоматического расчета ценности клиента и сравнение способов расчета. Определение ценности сегментов клиентов Проведение кампаний по удержанию на основе ценности клиентов, а не только вероятности ухода Моделирование кампаний по удержанию для максимизации ценности сегмента в будущем

Sell4Cast

Стратегические цели: Повысить эффективность маркетинговых кампаний по удержанию за счет: Выбора сегмента прибыльных клиентов Выбора оптимальных воздействий

29 Lifetime value (LTV): состав

Lifetime value (LTV): состав

V(t) – функция ценности клиента, задается пользователем через интерфейс. Пример: V(t) можно положить равным атрибуту «Средний платеж в месяц за последние 3 месяца» S(t) – вероятность того, что клиент не уйдет к моменту t Рассчитывается автоматически D(t) – дисконтирующий множитель, задается через интерфейс

30 Грубая оценка S(t)

Грубая оценка S(t)

31 Точная оценка S(t)

Точная оценка S(t)

32 What if анализ различных воздействий по удержанию

What if анализ различных воздействий по удержанию

Параметры удерживающего воздействия: C – стоимость коммуникации с клиентом G – стоимость бесплатных для клиента «бонусов» P – вероятность того, что клиент примет предложение (~1) ?v – изменение в функции цены, если клиент примет предложение T – длительность предложения, в течении которого клиент будет активным На основе параметров рассчитывается изменение LTV для сегмента и можно судить о его доходности.

33 Оптимизация маркетинговых кампаний

Оптимизация маркетинговых кампаний

Marketing campaign optimization

34 Оптимизация маркетинговых кампаний: Цели

Оптимизация маркетинговых кампаний: Цели

Тактические цели: Предоставить методологию и инструмент для определения клиентов, склонных к отклику на кампании: Анализ интересующего сегмента клиентов Автоматический отбор наиболее значимых факторов Построение интерпретируемых моделей откликов Оценка качества моделей Мониторинг качества моделей во времени Классификация клиентов по произвольному расписанию

Sell4Cast

Стратегические цели: Повышение прибыльности кампаний за счет выбора клиентов, наиболее склонных к отклику Прогнозирование прибыльности кампании по аналогии с уже проведенными кампаниями

35 Процесс оптимизации кампании

Процесс оптимизации кампании

36 Пример интерпретируемого алгоритма: Решающий список

Пример интерпретируемого алгоритма: Решающий список

Если средний ежемесячный платеж > 500руб И Если Стаж > 2 лет И Если Кол-во дней с момента изменения услуг > 200, ТО Клиент откликнется на кампанию с вероятностью 35% Иначе Если Количество дней со смены тарифа < 10 И Если Объем GRPS трафика за последний месяц < 1Мб ТО Клиент откликнется на кампанию с вероятностью 1% Иначе …

37 Оценка качества модели

Оценка качества модели

38 Оптимизация маркетинговой кампании

Оптимизация маркетинговой кампании

Приведенная ценность клиента:

Доход от кампании:

39 Методика оценки эффективности

Методика оценки эффективности

Все потенциальные участники кампании разбиваются на 3 группы:

+

+

+

Контрольная группа: Случайный выбор клиентов с которыми будет проведена кампания

Тестовая группа: Лучшие клиенты с точки зрения построенной модели с которыми будет проведена кампания.

Группа без рассылки: Лучшие клиенты с точки зрения построенной модели с которыми не будет проведена кампания.

40 Результаты внедрения

Результаты внедрения

Выделение интерпретируемых сегментов клиентов, склонных к отклику на каждую кампанию Загрузка приведенной ценности клиента с точки зрения конкретной кампании в CRM Выбор оптимального состава участников кампании для максимизации прибыли и загрузка результатов в CRM What IF анализ прибыльности потенциальной кампании Проверка эффективности как самой модели, так и маркетинговой кампании Сокращение издержек на кампанию за счет выбора клиентов, наиболее склонных к отклику

41 Предсказание ухода

Предсказание ухода

Churn prediction

42 Отток абонентов: Цели

Отток абонентов: Цели

Тактические цели: Предоставить методологию и инструмент для: Анализ интересующего сегмента клиентов Автоматический отбор наиболее значимых факторов оттока в выбранном сегменте Визуализация данных по оттоку Построение интерпретируемых моделей оттока Оценка качества моделей Мониторинг качества моделей во времени Классификация клиентов по произвольному расписанию

Sell4Cast

Стратегические цели: Сократить отток абонентов Проводить более направленные кампании по удержанию клиентов

Churn rate

43 Формирование данных для настройки модели

Формирование данных для настройки модели

43 из 58

44 Моделирование анализа оттока абонентов

Моделирование анализа оттока абонентов

Автоматизация процесса прогнозирования оттока: Исследование интересующего сегмента клиентов Автоматический отбор наиболее значимых факторов оттока в выбранном сегменте Визуализация данных Построение интерпретируемых моделей оттока Оценка качества моделей Мониторинг качества моделей во времени Классификация по произвольному расписанию

45 Возможности интеграции

Возможности интеграции

46 Интеграция

Интеграция

Настройка способа выгрузки результатов прогнозирования в том числе в хранилище данных CRM В случае отсутствия CRM системы пользователь может самостоятельно просматривать и использовать результаты работы системы через стандартные приложения такие как MS Excel

47 Источник 1

Источник 1

Источник …

Источник N

Хранилище данных (data warehouse)

CRM Software

Marketing Client

Marketing Server

Operational Database

CRM Database

Витрина данных

CRM Server

Client

Server

Хранилище моделей

Внешняя система (front office)

Импорт данных

Настройка моделей

Мониторинг эффективности

Классификация данных

Заявка на классификацию

Классификация

Настройка

Эффективность

Результаты

48 Итоги

Итоги

49 Sell4Cast

Sell4Cast

Sell4Cast – средство для построения, хранения и мониторинга качества работы моделей: Оттока клиентов Cross/Up-sell предпочтений Откликов на маркетинговую кампанию Ценности клиентов Sell4Cast позволяет: Определять основные факторы построения моделей в каждом сегменте Автоматически строить легко интерпретируемые модели Оценивать качество построенных моделей, выбирать лучшую модель Производить мониторинг и обновление моделей Настроенная модель легко интегрируется в бизнес процессы компании.

50 Наши клиенты

Наши клиенты

Компания Forecsys имеет опыт решения аналогичных проблем в телекоммуникационной отрасли:

Исследование поведенческой сегментации клиентов

Предсказание и анализ оттока абонентов

Сравнительный анализ поведения различных сегментов клиентов СТРИМ и МГТС

«Решение по предсказанию и анализу поведения клиентов»
http://900igr.net/prezentacija/ekonomika/reshenie-po-predskazaniju-i-analizu-povedenija-klientov-94942.html
cсылка на страницу

Потребители

12 презентаций о потребителях
Урок

Экономика

125 тем
Слайды
900igr.net > Презентации по экономике > Потребители > Решение по предсказанию и анализу поведения клиентов