23.9.2015
Jak využít data o zákaznících ke zvýšení příjmů z prodeje Michal Kadlec Marek Loukotka Lubomíra Červová
© 2015, ACREA CR spol. s r.o.
www.acrea.cz
[email protected]
Program
Dívejte se na budoucnost, ne jen na minulost
© 2015, ACREA CR spol. s r.o.
1
23.9.2015
Jaká data využíváme? Hodnotná, dynamická data – zdroj konkurenční výhody
Data o postojích
Interakční data
- E-mail / chat - Poznámky z call center - Záznamy z webu - Real-time interakce
- Názory - Preference - Potřeby & Přání - Spokojenost
Popisná data
Behaviorální data
- Atributy - Charakteristiky - Deklarované info - (Geo)demografika
- Objednávky - Transakce - Platební historie - Historie užívání
“Tradiční data” © 2015, ACREA CR spol. s r.o.
Důležité aspekty
správný čas
vše dohromady
servis
správný zákazník
správné místo
© 2015, ACREA CR spol. s r.o.
2
23.9.2015
Predictive Customer Analytics
© 2015, ACREA CR spol. s r.o.
Všichni již s daty pracují. Otázkou je jak?
© 2015, ACREA CR spol. s r.o.
3
23.9.2015
Jak využít data o zákaznících … Proč jsme tady?
© 2015, ACREA CR spol. s r.o.
www.acrea.cz
[email protected]
Agenda • Obecný přístup ke zvyšování zisku • Typy řešení práce se zákaznickými daty • Řešení cross sellu / up sellu • Praktická ukázka • Jednou úlohou to nekončí
© 2015, ACREA CR spol. s r.o.
4
23.9.2015
Jak na zvýšení zisku? Pohybujeme se v oblasti 5P:
• Zisk = výnosy - náklady
Product - kvalita, sortiment, design, image Place - distribuční cesty, intenzita distribuce Price - poslání ceny, cenové nástroje Promotion - propagace, podpora prodeje, public relations People - know how
• Zvýšení výnosů • • • •
zvýšení objemu změna ceny změna produktu …
• Snížení nákladů • • • •
snížení nákladů na aktivity změna produktu snížení počtu pracovníků …
© 2015, ACREA CR spol. s r.o.
Jak na zvýšení objemu? Orientací na prodej • • • • • •
Orientací na marketing
orientován na produkt orientován na objem jednostranný proces krátkodobé cíle bez rozlišení zákazníků málo se přizpůsobuje prostředí (cena)
• orientován na zákazníka • výstup určuje marketingový výzkum • oboustranný proces (zpětná vazba se zákazníkem) • dlouhodobé cíle (CRM) • klade důraz na skupiny zákazníků (segmenty) • vhodně se přizpůsobuje prostředí (životní cyklus výrobku)
* Role statistiky a data miningu v marketingu
© 2015, ACREA CR spol. s r.o.
5
23.9.2015
Customer relationship management (CRM) • obchodní koncept, kdy firma získá ucelenou představu o zákazníkovi pro zlepšení vztahu s ním a maximalizaci zisku z něho • představuje sadu procesů a technologií podporujících tvorbu dlouhodobého ziskového vztahu se specifickým zákazníkem, ústředním cílem CRM je zvýšení hodnoty zákazníka díky lepšímu pochopení jeho potřeb a preferencí • marketing je chápán jako vztahy, vazby, interakce • management neustálé obchodní interakce mezi dodavatelem a odběratelem • Není to pouze modul v Informačním systému !
© 2015, ACREA CR spol. s r.o.
Jak na zákazníka? Jaké úlohy se řeší v oblasti marketingu a pomáhají k pochopení zákazníka? • Cross sell / up sell • Next best offer (action) • Segmentace • Analýza odchodu zákazníka ke konkurenci (churn) • Analýza vlivu faktorů (marketing, konkurence, změna produktu atd.) na prodej
© 2015, ACREA CR spol. s r.o.
6
23.9.2015
Koncept Zvýšení zisku Zvýšení prodeje
Vyhodnocení
Aplikace
Pochopení zákazníka
© 2015, ACREA CR spol. s r.o.
Cross sell / up sell • Úlohy pro zvýšení hodnoty zákazníka • Zákazník očekává přidanou hodnotu • Up sell - zákazníkovi je nabízen produkt nebo služba pokročilejší nebo vyšší verze
• Cross sell - zákazníkovi je nabízen produkt nebo služba související se základní položkou
• Proč používat? • Schopnost efektivně pracovat se stávajícím zákazníkem vykazuje vyšší profitabilitu než získávání zákazníků na volném trhu nebo od konkurence.
© 2015, ACREA CR spol. s r.o.
7
23.9.2015
Data k úloze Strukturovaná • statická • osoby, produkty, smlouvy
Nestrukturovaná • text • weby, sociální sítě, blogy,
obchodní záznamy, stížnosti, protokoly
• behaviorální • nákupy, transakce,
spotřeba, komunikace
• zvuk • telefonní hovory, výpovědi
• obraz a video • fotografie, sociální sítě,
kamerové systémy
© 2015, ACREA CR spol. s r.o.
Data mining Data mining je proces objevování významných netriviálních závislostí, vzorů a trendů cíleným prozkoumáváním velkých objemů dat pomocí algoritmů pro odhalování pravidel a pomocí matematických a statistických algoritmů. (Gartner Group)
DATA MINING je velice složitý informační systém; vytváření nejrůznějších modelů (Zápisky z přednášky marketingu)
© 2015, ACREA CR spol. s r.o.
8
23.9.2015
Dataminingové přístupy ke cross sellu / up sellu • Asociační a sekvenční pravidla • hledání asociací mezi nakupovaným
zbožím • hledání užitečných pravidel mezi
mnoha položkami • nesupervizované učení • analýza nákupního košíku
• Predikce oslovení kampaní • známé chování zákazníků • supervizované nebo
semi-supervizované učení • propenzitní skóre
© 2015, ACREA CR spol. s r.o.
Asociační a sekvenční pravidla • Asociační pravidla ukazují, které hodnoty atributů se v datech vyskytují společně
závěr <= předpoklad1 & předpoklad2 …& předpokladN
© 2015, ACREA CR spol. s r.o.
9
23.9.2015
Asociační a sekvenční pravidla Konkrétní využití
Vyhodnocení
• Výběr zboží pro marketingové • Spolehlivost celého pravidla Podíl případů, kde jsou splněny akce zároveň předpoklady i závěr • Výběr zákazníků pro • Navýšení (Lift) marketingové akce Podíl aposteriorní (spolehlivost) • Dodatečné nabídky (next best a apriorní pravděpodobnosti offer) závěru • Balíčky produktů • Potenciál (Deployability) • Změna rozložení zboží v Podíl případů, pro které jsou kamenných prodejnách / splněny předpoklady, ale neplatí eshopech závěr Všechny případy Splněný závěr
Splněné předpoklady © 2015, ACREA CR spol. s r.o.
Predikce oslovení kampaní Postup úlohy Historická data
• Nová data z pilotní kampaně na vzorku náhodně vybraných zákazníků • Data z předchozích kampaní za určitých podmínek • Zaznamenání výsledků kampaně k příslušnému zákazníkovi
Tvorba modelu
• Tvorba modelu na základě historických dat • Hledání faktorů ovlivňující zákazníky • Kvantifikace faktorů, ověření modelu • Skórování ostatních zákazníků
Kampaně
• Hodnocení na dvou souběžných kampaních • 1. kampaň - výběr zákazníků pomocí modelu • 2. kampaň - náhodný výběr zákazníků • Zaznamenání výsledků kampaně
Hodnocení
• Srovnání výsledků • Hodnocení přínosu • Návrh dalšího řešení
Cíl: Predikovat, kteří zákazníci využijí nabídku + jaké faktory k tomu vedou
© 2015, ACREA CR spol. s r.o.
10
23.9.2015
Predikce oslovení kampaní Konkrétní použití
Vyhodnocení - marketingové grafy
• Nabídka nového produktu • Nabídka vyšších, odlišných typů • Aktivace zákazníků • Testování kanálů
• Gain Procento zásahů do určitého percentilu skóre
• Navýšení (Lift) Podíl aposteriorní a apriorní pravděpodobnosti zásahu
• Úspěšnost (Response) Procento zásahů v hodnocených případech
• ROI Podíl výnosů a nákladů v kvantilu
Důležité je sledovat percentil skóre při interpretaci grafu © 2015, ACREA CR spol. s r.o.
Shrnutí úlohy cross sell / up sell Co lze očekávat? Jaké jsou výsledky?
Asociační pravidla - soubor pravidel (triviální/ užitečné/ těžko pochopitelné) - výsledky lze srovnávat se stavem před změnou, která plynula z výsledků modelu
Predikce oslovení kampaní - pravděpodobnost (skóre) přiřazené každému zákazníkovi - výsledky lze srovnávat kontinuálně - orientační evaluační charakteristiky na historických datech © 2015, ACREA CR spol. s r.o.
11
23.9.2015
Praktická ukázka • Tvorba modelu • Interpretace modelu • Hodnocení přínosů
© 2015, ACREA CR spol. s r.o.
Další úlohy • Jednou připravená data (alespoň validovaná) otevírají bránu k dalším úlohám
• Segmentace • Analýza odchodu zákazníka ke konkurenci (churn) • Analýza vlivu faktorů (marketing, konkurence, změna produktu atd.) na prodej • Kombinování přístupů
© 2015, ACREA CR spol. s r.o.
12
23.9.2015
Segmentace • hledání přirozených skupin zákazníků, které jsou na základě určitých charakteristik vnitřně homogenní • nesupervizované učení • statická a behaviorální data • výsledkem je zařazení jednotlivých zákazníků do skupin (segmentů) • nejednoznačný výsledek, nutné dále interpretovat
Segmentace - proces, jímž je zákaznický kmen rozdělen na odlišné skupiny Targeting - proces měření atraktivity segmentů a výběr jednoho nebo několika segmentů pro akci Positioning - proces uplatnění životaschopného konkurenčního postavení firmy a její nabídky u každého cílového segmentu
© 2015, ACREA CR spol. s r.o.
Analýza odchodu zákazníka ke konkurenci • hledání zákazníků, kteří mají v úmyslu rozvázat kontrakt, přestat využívat služby • supervizované účení • historická data o odchodech • výsledkem je pravděpodobnost odchodu v definovaném časovém úseku • jednoznačný výsledek
Retenční kampaň Snaha udržet zákazníky, u kterých se to vyplatí a zároveň neposkytovat výhodnou nabídku zákazníkům, kteří nemají v úmyslu odejít.
© 2015, ACREA CR spol. s r.o.
13
23.9.2015
Analýza vlivu faktorů na prodej • (hledání a) kvantifikace faktorů, které ovlivňují prodeje, využívaní služeb, návštěvnost atd. • supervizované účení • historická agregovaná data • výsledkem je seznam významných faktorů a jejich vliv na zkoumaný jev • jednoznačný výsledkem s dobrou interpretovatelností
Často kladené otázky: - Má vliv kampaň na objem prodejů/ návštěvnost? Jaký? - Jak jsou prodeje ovlivňovány svátky, kulturními akcemi, ročním období, měsíci v roce? - Vyplatí se pořádat nárazové akce? Jaký je jejich vliv, kolik přinesou?
© 2015, ACREA CR spol. s r.o.
Nástrahy a problémy Lidský faktor • nevěří • neumí • neví
Asociační a sekvenční přístup • nesupervizovaná metoda • přílišná roztříštěnost produktů • kategorizace zobecnění
Problém s daty • chybějící data • roztříštěná data
Nasazení do procesů • selhává na drobnostech • kontrola procesu
Zpožděná reakce • trh se vyvíjí • změna produktu, prostředí
Vše se dá vyřešit, je ale vhodné na to být připraven. © 2015, ACREA CR spol. s r.o.
14
23.9.2015
Tipy a triky na závěr • Důležité je obchodní hledisko • Ne všechny přínosy se dají finančně vyjádřit • Opatrný start = pilotní projekt • Základ je plán s časovou dotací jednotlivých fází • Na konci se podívejte na začátek
© 2015, ACREA CR spol. s r.o.
Kurzy Centra výuky ACREA
© 2015, ACREA CR spol. s r.o.
www.acrea.cz
[email protected]
15
23.9.2015
Centrum výuky ACREA Naše zkušenosti: • v oblasti vzdělávání působíme 20 let • lektorský tým tvořený zkušenými analytiky, výzkumníky a vysokoškolskými učiteli
Nabízíme profesní vzdělávání v oblastech: • statistika a analýza dat • software • data mining
© 2015, ACREA CR spol. s r.o.
Na co klademe důraz profesionální přístup, vysoká odborná úroveň výuky didaktické schopnosti a kultivované vystupování lektorů srozumitelná forma výuky i pro „nestatistiky“ spojení s praxí a předávání know-how moderní výukové metody široká nabídka témat přizpůsobení aktuálním potřebám zákazníků, vývoji v oboru, novinkám na trhu • kvalitní výukové materiály • spokojenost zákazníků, příjemné prostředí, ochota a vstřícnost … • • • • • • •
© 2015, ACREA CR spol. s r.o.
16
23.9.2015
Veřejné kurzy • místo konání: Praha, Bratislava • délka kurzů: semestrální kurzy, jednodenní, dvoudenní, třídenní … • úroveň: • široké spektrum kurzů od základních až po speciální • určeno zájemcům na všech úrovních
• forma: klasická výuka, praktikum
© 2015, ACREA CR spol. s r.o.
Základní informace • maximálně 12 účastníků • každý má k dispozici vlastní notebook • 1 den = 8 vyučovacích hodin • výuka probíhá od 9:00 do 16:30 hodin (hodinu pauza na oběd a dvě krátké přestávky)
• během přestávek připraveno občerstvení
© 2015, ACREA CR spol. s r.o.
17
23.9.2015
Kurzy na klíč • • • • •
kurz vytvořený „na míru“ podle potřeb zákazníka přizpůsobení obsahu, formy, délky kurzu možnost výuky na vlastních datech ucelená skupina kolegů z jedné firmy místo konání dle potřeb zákazníka
© 2015, ACREA CR spol. s r.o.
Kde je možné získat informace o kurzech • • • • •
přímo zde osobně během přestávky (nebo kdykoliv jindy) webové stránky: http://www.acrea.cz/cz/centrum-vyuky kalendář kurzů tel/fax: +420 234 721 444 email:
[email protected]
© 2015, ACREA CR spol. s r.o.
18
23.9.2015
Doporučované kurzy (1) Data mining semestrální kurz • Data mining – dolování znalostí z databází (1.10.2015 – 21.1.2016) • pravidelná setkávání každý čtvrtek 9:00 -12:30 hodin • získání ucelených znalostí z oblasti data minigu • užívaný software: IBM SPSS Modeler • možnost bezplatného zapůjčení softwaru během kurzu
Software IBM SPSS Modeler • IBM SPSS Modeler: Příprava dat pro modelování (21.9.2015 – 23.9.2015)
• IBM SPSS Modeler: Práce s dataminingovými modely (24.11.2015 – 25.11.2015) © 2015, ACREA CR spol. s r.o.
Doporučované kurzy (2) Dataminingové modely • Dataminingové modely: asociační pravidla a analýza sekvencí (12.10.2015)
• Dataminingové modely: rozhodovací stromy (9.11.2015) • Dataminingové modely: logistická regrese a optimální kategorizace (30.11.2015) Dataminingové úlohy • Detekce podvodů (Fraud) (1.12.2015) • Prediktivní údržba (plánováno) Dataminingové kurzy v Bratislavě • Data mining – dolovanie znalostí z databáz (5.-7.10.2015) © 2015, ACREA CR spol. s r.o.
19
23.9.2015
Doporučované kurzy (3) Statistika a analýza dat semestrální kurz • Statistická analýza dat v praxi - od pojmů k interpretaci výsledků (2.10.2015 - 22.1.2016) • • • •
pravidelná setkávání každý pátek 9:00 -12:30 hodin získání ucelených znalostí z oblasti statistiky užívaný software: IBM SPSS Statistics možnost bezplatného zapůjčení softwaru během kurzu
• RFM analýza (11.11.2015)
© 2015, ACREA CR spol. s r.o.
Rok neomezeného vzdělávání možnost zúčastnit se neomezeně všech našich veřejných kurzů kromě semestrálních po dobu jednoho roku (v Praze i v Bratislavě) • na vybraný kurz je třeba se přihlásit nejméně 10 pracovních dní před zahájením • v době přihlášení musí být na kurzu volná kapacita (pokud je kurz již obsazen nebo se v daném termínu neotevře, je nabídnuta alternativa) •
Varianty programu • BASIC – nepřenosné, vztahuje se pouze na osobu uvedenou na přihlášce • MIDDLE – přenosné, mohou se zúčastnit všichni zaměstnanci daného pracoviště, vždy však maximálně v počtu odpovídajícím zakoupenému počtu oprávnění • MULTI – mohou se zúčastnit všichni zaměstnanci daného pracoviště bez omezení počtu až do naplnění kapacity kurzu (max. 12 účastníků) © 2015, ACREA CR spol. s r.o.
20
23.9.2015
Využijte jeden z mnoha způsobů, jak se s námi spojit: Web: E-Mail:
www.acrea.cz
[email protected]
Telefon:
+420 234 721 400
Adresa:
Krakovská 7 110 00 Praha 1
Sociální média:
ACREA CR @acrea_cr ACREA CR
© 2015, ACREA CR spol. s r.o.
21