Externí datové zdroje. Praktické využití externích dat v oblasti analytiky. SAS Analytics Roadshow, Lukáš Kulhavý

Externí datové zdroje Praktické využití externích dat v oblasti analytiky SAS Analytics Roadshow, 13. 5. 2015 Lukáš Kulhavý

Externí versus Interní data PROČ EXTERNÍ DATA  Zlepšení analytických modelů  Vylepšení finančních výsledků podniku  Ucelený pohled na klienta/portfolio  Zmapování klientských preferencí  Znalost konkurence na trhu

KDE JE ZÍSKAT  Od orgánů státní správy  Od komerčních poskytovatelů  Z veřejného internetu

OTEVŘENÁ DATA  http://www.otevrenadata.cz  http://www.opendata.cz  http://open-data.europa.eu/en/data/  http://www.datahub.io © 2015 Deloitte Česká republika

2

Cross-Border Analytics Propojení více datových zdrojů 3 potenciální přístupy 1

Přiřazení segmentů

2

Distribuované strojové učení

3

Mapování anonymizovaných datových zdrojů

Pojišťovna Banka

Právně ošetřené Klientská data nejsou sdílena mezi podniky. Deloitte vystupuje jako zpracovatel dat, zodpovědný za vybudování analytického modelu nad společnými daty.

© 2015 Deloitte Česká republika

Telco

3

Cross-Border Analytics 1. Přiřazení segmentů

Typický proces Segmentace je vyvinuta pro každý podnik

Společné charakteristiky segmentů všech podniků jsou použity pro vývoj „společné segmentace“ Bankovní segmenty

Telco segmenty

Segmenty pojišťovny


Společná segmentace

Telco segmenty

Bankovní segmenty

Agregované informace o segmentech jsou vzájemně vyměněné mezi podniky

Segmenty jsou provázány na jednotlivá klientská portfolia

Telco segmenty



Bankovní segmenty

Informace o segmentech jsou využity k obchodním účelům

4

Cross-Border Analytics 2. Distribuované strojové učení

Typický proces Data jsou získána ze všech tří poboček ve stejné struktuře

Databáze klientů země 1

Databáze klientů země 3

Řízení učení v iteracích Tvorba prediktivního modelu za využití společných atributů

Databáze klientů země 2 © 2015 Deloitte Česká republika

Deloitte analyzuje data a vytváří analytické modely za využití „Distributed Machine Learning“ – vývoj modelu na oddělených datových sadách

Výsledné modely mohou být využity ve všech pobočkách – modely mají lepší prediktivní sílu v porovnání se standardním interním přístupem

5

Cross-Border Analytics 3. Mapování anonymizovaných datových zdrojů Typický proces Je vyjednán jednosměrný hash identifikace klienta

Databáze klientů banky

Databáze klientů pojišťovny

Spojená databáze

Neomezená data lze následně vyměnit mezi podniky.

Databáze klientů telco

Vystupuje jako zpracovatel dat


Vývoj modelu za využití společných klientů

Nad daty lze vyvíjet prediktivní modely cílící nabídku společnosti X na zákazníky společnosti Y. 6

Český statistický úřad Úloha Českého statistického úřadu  Poskytovatel státní statistické služby  Zabezpečuje získávání a zpracování dat pro statistické účely  Poskytuje statistické informace jak státu, tak veřejnosti

Možné využití dat z Českého statistického úřadu  Zpřesnění modelů o dodatečné demografické prediktory • hustota zalidnění, způsob a doba dojíždění za prací, velikost domácnosti…  Využití v oblasti veřejných služeb pro Cross-sell a Up-sell • zdroj a způsob vytápění / ohřevu vody, vlastnictví plynové přípojky …  Identifikace potenciálu pro elektronické obslužné kanály

• vlastnictví internetového připojení v bytě…


7

Český statistický úřad Ukázka využití dat z ČSÚ

X-sell PtB model

Sčítání lidu


Data ČSÚ

Databáze klientů elektřina

X-sell lead list Databáze klientů plyn

8

Katastr nemovitostí České republiky Úloha Katastru nemovitostí České republiky  Soubor údajů o nemovitostech v České republice  Evidence vlastnických a jiných věcných práv (včetně práv zástavních)  Smlouvy k nabití nemovitosti (typicky obsahují informace o rozloze, kupní ceně atd.)

Možné využití dat z Katastru nemovitostí České republiky  Využití informací v marketingových nabídkách hypotečních úvěrů • informace o zástavě, o financující bance a o datu vzniku zástavního práva …  Využití informací ve schvalovacím procesu • znalost frekvence změn majitele, cenové hladiny zástavních práv…  Propojení informačních zdrojů maximalizujících informační hodnotu o nemovitostech

• typ nemovitosti, skutečná transakční cena, informace o developerském projektu …


9

Katastr nemovitostí České republiky Využití v aplikace Cenová mapa prodejních cen  „Cenová mapa prodejních cen“ je nově vytvořená webová aplikace pracující na základě:

Cenová mapa je tvořena na základě:

• kompletní pasportizace bytového fondu

• Katastrálních dat

• databáze prodejních cen

• Statistických dat

• standardů CULT

• Technických údajů a mapových podkladů

 Představuje rozsáhlou databázi obsahující souhrnné, veřejně dostupné informace o lokalitách, projektech, bytech, cenách, standardech a vývojových trendech.  Zpracovává výhradně oficiální údaje o skutečně provedených prodejích (transakcích), které získává z veřejných zdrojů, zejména z Katastrálních úřadů.

• Interaktivních mapových vrstev • Detailní analýzy jednotlivých bytových projektů

 Je zaměřena na všechny hlavní části rezidenčního realitního trhu: • „Nové a zánovní“ byty v developerských projektech, tedy byty postavené v nových bytových projektech od roku 1994 do současnosti.


•

„Ostatní“ bytová výstavba v bytových domech, které jsou rozděleny na bytové jednotky.

•

Rodinné domy

10

Marketingové průzkumy Úloha marketingového průzkumu  Sběr informací na trhu (i mimo vlastní klientskou bázi)  Identifikuje problémy a příležitosti pro obchodní úlohy  Možnost realizace kvalitativního i kvantitativního výzkumu  K dispozici jsou pravidelné a standardizované výzkumy, či ad-hoc výzkumy na míru

Možné využití dat z marketingových průzkumů  Zpřesnění modelů o behaviorální informace – chování mimo podnik/produkt • informace o spotřebitelském chování, o životním stylu…  Informace o vnímání značky/produktu jako vstup do retenčních modelů • důvody spokojenosti/nespokojenosti, porovnání s konkurencí, identifikace slabin…

 Identifikace behaviorálních segmentů v rámci akvizičních kampaní • využívané produkty, spotřebitelské chování a preference, sklony ke změnám… © 2015 Deloitte Česká republika

11

Marketingové průzkumy Ukázka využití dat z Lifestyle průzkumu trhu Průnik atributů datových vzorků

Lifestyle průzkum trhu

.. .... ..... ....... ........ ......... ......... .......... ........... ........... ........... ........... ........... .......... ......... ......... ........ ....... ..... ..... ... .

Interní data podniku

Propojení datových zdrojů přes společné atributy

X/Up sell model

Lifestyle segmentace

Segmentace klientské báze

Churn model

Revenue Potential model

Možné využití výstupů segmentace © 2015 Deloitte Česká republika

12

Veřejné internetové záznamy Možnosti sběru informací na internetu  Web Crawling – sběr informací z internetových zdrojů (texty, články, komentáře…)  „Invisible Web“ Crawling – sběr informací z internetových formulářů apod.  Průzkum konkurence – automatizovaný sběr ceníků, produktů, nabídek, poboček…

Možné využití dat z internetu  Monitorování veřejného mínění a vnímání značky/produktu na internetu • Web Crawling článků, komentářů, sociálních sítí…  Testování online nabídek konkurence • „Invisible Web“ Crawling formulářů a nabídkových kalkulaček konkurence, srovnávačů…  Geo-lokace konkurence a vizualizace na mapových podkladech

• seznam všech lékáren ze SUKL, vizualizace na Open Street Map…


13

Veřejné internetové záznamy Ukázka využití „Invisible Web“ Crawleru 10 typů vozidel

8 reprezentativních měst dle velikosti

25 280 testovacích vektorů

10 věkových skupin

Crawler 0-3 nehody

3 klíčoví konkurenti (1/2 trhu)

0 – 12 let trvání pojištění


14

Závěr: hlavní přínosy externích dat

 Zlepšení prediktivní síly modelů

 Dosažení finančních výsledků podniku  Kriticky důležitý vnější pohled na podnik

 Srovnání s konkurenčními podniky a produkty  Příležitost k obchodní spolupráci s partnery


15

Mobilní aplikace Deloitte CZ

Zpravodaje l Studie l Semináře l Novinky l Videa

Deloitte označuje jednu či více společností Deloitte Touche Tohmatsu Limited, britské privátní společnosti s ručením omezeným zárukou („DTTL“), jejích členských firem a jejich spřízněných subjektů. Společnost DTTL a každá z jejích členských firem představuje samostatný a nezávislý právní subjekt. Společnost DTTL (rovněž označovaná jako „Deloitte Global“) služby klientům neposkytuje. Podrobný popis právní struktury společnosti Deloitte Touche Tohmatsu Limited a jejích členských firem je uveden na adrese www.deloitte.com/cz/onas. Společnost Deloitte poskytuje služby v oblasti auditu, daní, poradenství a finančního a právního poradenství klientům v celé řadě odvětví veřejného a soukromého sektoru. Díky globálně propojené síti členských firem ve více než 150 zemích a teritoriích má společnost Deloitte světové možnosti a poskytuje svým klientům vysoce kvalitní služby v oblastech, ve kterých klienti řeší své nejkomplexnější podnikatelské výzvy. Přibližně 200 000 odborníků usiluje o to, aby se společnost Deloitte stala standardem nejvyšší kvality. Společnost Deloitte ve střední Evropě je regionální organizací subjektů sdružených ve společnosti Deloitte Central Europe Holdings Limited, která je členskou firmou sdružení Deloitte Touche Tohmatsu Limited ve střední Evropě. Odborné služby poskytují dceřiné a přidružené podniky společnosti Deloitte Central Europe Holdings Limited, které jsou samostatnými a nezávislými právními subjekty. Dceřiné a přidružené podniky společnosti Deloitte Central Europe Holdings Limited patří ve středoevropském regionu k předním firmám poskytujícím služby prostřednictvím více než 4 700 zaměstnanců ze 37 pracovišť v 17 zemích. © 2015 Deloitte Česká republika

Kontakty PAVEL ŠIŠKA Partner | Consulting Deloitte Advisory s.r.o. Nile House, Karolinská 654/2, 186 00, Praha 8 Tel/Direct: +420 246 042 300 | Mobile: +420 737 264 273 [email protected] | www.deloitte.cz

FILIP TROJAN Manager | Applied Analytics Deloitte Advisory s.r.o. Nile House, Karolinská 654/2, 186 00, Praha 8 Tel/Direct: +420 246 042 797 | Mobile: +420 733 598 521 [email protected] | www.deloitte.cz

LUKÁŠ KULHAVÝ Senior Consultant | Applied Analytics Deloitte Advisory s.r.o. Nile House, Karolinská 654/2, 186 00, Praha 8 Tel/Mobile: +420 604 487 148 [email protected] | www.deloitte.cz


17

Deloitte Applied Analytics Proč si vybrat analytické služby od nás Stejně tak jako jiné společnosti, pomáháme našim klientům sbírat, spravovat a analyzovat data. Pouze Deloitte však využívá pokročilých analytických dovedností, detailní znalosti odvětví, a zkušeností s řízením podniků k maximalizaci hodnoty analytiky – zpracovávající každodenní informace do využitelných znalostí.  Pomáháme řešit reálné obchodní úlohy za pomoci analytiky, za pomoci ucelených „end-to-end“ řešení (ve spolupráci s odborníky z Deloitte).  Jsme hrdí, že můžeme sdílet naší znalost s našimi váženými klienty, skrze společné projektové týmy, analytické tréninky a workshopy zaměřené na předání dovedností využívaných v projektech.

 Nabízíme portfolio hotových analytických řešení vyvíjených v rámci v našem unikátních produktu „Growth Engine“ (přes 20 řešení a stále investujeme do vývoje dalších), stejně tak jsme schopni vyvinout a dodat libovolné řešení na míru.  Jsme experty na vizualizaci dat a výsledků analytických modelů.  Úspěšně dodáváme projekty do všech klíčových odvětví: Finanční služby, Telekomunikační služby, Pojišťovny, Veřejné služby, Maloobchod atd.  Jsme připraveni vyvíjet a/nebo hostovat analytická řešení ve specializované Analytické Laboratoři (certifikované, vysoce zabezpečené a výkonné servery).  Zkušený tým (dodáno přes 50 projektů), vystupující jako regionální „Center of Excellence“ pro Střední Evropu. Využíváme unikátní zkušenosti z regionu i zahraničí, za využití analytických znalostí a dovedností celosvětové sítě Deloitte. Deloitte byl označen společností Gartner za vůdčího dodavatele služeb v oblasti Business Analytics (2014). 18 Deloitte byl označen společností Kennedy za vůdčího dodavatele služeb v oblasti Analytics IT Consulting (2014). © 2015 Deloitte Česká republika

Externí datové zdroje. Praktické využití externích dat v oblasti analytiky. SAS Analytics Roadshow, Lukáš Kulhavý

Recommend Documents