Prediktivní modely v moderním marketingu

Prediktivní modely v moderním marketingu
Central &
Eastern
Europe
Jindřich Flíček
konzultant MDSap Tech
Lukáš Bukolský
Head of CRM mBank
8.9. 2016
Africa
Middle
East
Datamining – Dolování dat
• Prediktivní analýzy, pohled dopředu
• Historie technologie SAP Predictive
Analytics
• SAP PA v kontextu BI / Reportingu
• Rozdíly oproti „tradičním“
přístupům k DM
• Pro koho je SAP PA určen?
Řešení analytických úloh
•
•
•
•
•
•
Regression
Classification
Scoring
Segmentation / Clustering
Time Series / Forecasting
Association Rules / Market
Basket Analysis
• Text mining
• Social Networks
Zákazníci ve světě
Shrnutí
Integrovaný nástroj
Příprava dat  Model  Nasazení  Vizualizace
1
Vysoce efektivní
2
SAP
BusinessObjects
Predictive
Analytics
Minuty až hodiny — nikoliv týdny či měsíce
3
4
5
Robustní a škálovatelný
Od 10 do 10tky tisíc proměnných
Jednoduchost užití
Analýzy zvládne znalý uživatel
Reference z mnoha oblastí
Oslovení klientů – Detekce podvodů – Prediktivní údržba
Prediktivní analýza jako pokročilá
úroveň direct marketingu
Zacílení na klienta
Prediktivní analýza
Expertní kampaně
• Kolísavá efektivita
• Přetížení některých kanálů
Plošné kampaně a
náhodný výběr
• Nízká efektivita
• Překontaktování klientů
Online marketing
• Cena nebo omezená kapacita
některých kanálů
O nás
Na trhu: od 2007
Klientů: 600 tis.
Pobočková síť: 25 finančních center nebo kiosků
Hlavní distribuční kanál: internet a telefon
Implementace
09/2015
01/2016
02/2016
03/2016
04/2016
05/2016
Kickoff
Smluvní
dokumentace
Školeni
Instalace
Workshop
Optimalizace a
napojení na
databázi
Pilot
První výsledky…
+5%
Průměrná úspěšnost oproti
kontrolnímu vzorku
Srovnání průměrné úspěšnosti podle typu
kampaně
Průměrná úspěšnost model-based
kampaní
+ 5%
+ 1,6%
+ 6,7%
+18%
Úspěšnosti nejlepšího modelu
oproti kontrolnímu vzorku
+24%
Úspěšnosti nejlepšího modelu
oproti ostatním kampaním
+ 3,5%
19 modelů
2 analytici
KONTROLNI VZOREK
EXPERT
MODEL
2016-05
2016-06
2016-07