Data & CRM.
Summary Customer Day 2017
Итоги, факты
Термины «Big Data» и «машинное обучение» плотно вошли во все сферы нашей жизни [Источник: Кулешов] Сейчас компании уже научились работать с «большими данными» и активно используют их возможности в следующих направлениях:
Усовершенствование систем CRM: через рекомендательные системы [Источник: Марин], face-трекеры и чат-боты на основе нейронных сетей [Источник: Кулешов].
Создание психологических профилей поведения клиентов [Источник: Стятюгин]. Тот, кто сегодня способен объединить большие данные, психотипы и опыт бихевиористов в бизнесе, завтра будет владеть рынком.
Повышенная детализация в сегментации целевой аудитории. Сегментирование своей аудитории [Источник: Баяндин] повышает эффективность маркетинга и рекламы, а сегментирование всего населения РФ решает проблемы государства в части трудовой мобильности [Источник: Рыбников].
Возможность отслеживать и сопоставлять онлайн и офлайн поведение клиентов. Переход в онлайн открывает новые, более детальные подходы к анализу клиентской базы [Источник: Наумов], хотя и требует все большего количества данных. Тем не менее, нельзя забывать о клиентах, которые находятся на стыке онлайн и офлайн: учет особенностей их поведения позволяет увеличить эффективность бизнеса [Источник: Жучкова].
Речевая аналитика, которую используют компании в борьбе за предоставление качественного клиентского сервиса. [Источник: Николаев].
Однако, наряду с Big Data не следует забывать о психологических и поведенческих особенностях каждого отдельного клиента (small data) [Источник: Даллакян].
Кроме того, традиционные маркетинговые методы привлечения и удержания клиентов по-прежнему работают: они едины для любого бизнеса, будь то банк [Источник: Бородкин], салон красоты [Источник: Караван] или супермаркет [Источник: Уланов]. Их актуальность сохраняется даже в эпоху повсеместной диджитализации.
Арсен Даллакян, Поведенческий маркетолог №1 в РФ. Ложные инсайты
Человеческое поведение иррационально. Как правило, человек выбирает не лучший с математической точки зрения вариант, а тот, к которому его подталкивают эмоции, ситуация и т.д.
Поведенческая экономика, объединяющая знания из биологии, психологии и экономики изучает принятие решений в условиях неопределенности. Сегодня эта наука приходит в бизнес и помогает компаниям лучше выстроить взаимодействие с клиентом и разработать правильный для клиента СХ-дизайн (дизайн эмоций и среды, которая сопровождает клиента при взаимодействии с компанией).
Помимо поведенческого анализа существуют другие подходы к изучению и сегментации клиентов:
  • классический соцдем;
  • ценностный подход;
  • психо-профайлинг.
Эти подходы не всегда работают и имеют свои недостатки. Даллакян предлагает идти не от сложной конструкции человеческой психики, а от ситуации. Поведенческий подход заключается в разработке карты принятия решений клиентов на основе Small data и смене CX-профиля клиента.
Даллакян делает акцент на следующие утверждения:
  • на поведение клиента помимо потребностей и ценностей влияют среда, ловушки мышления и «принцип удовольствия»;
  • при работе с клиентом важно разграничивать «нравится» и «хочу».
Олег Наумов, KupiVIP.ru. Работа с данными как основа построения performance marketing
Как оптимально распределить маркетинг-инвестиции? Олег Наумов делится советами из практики онлайн-каналов в компании KupiVIP.ru:
  • учет всех полезных действий клиента, а не только конечных продаж при разработке KPI по расходам;
  • cоздание центрального аналитического хранилища с преобразованными данными из всех источников информации – ERP, front-end, web-аналитика и т.д.;
  • внедрение cross-device tracking для определения одного и того же человека, приходящего на сайт с разных устройств;
  • учет сложных путей покупок клиентов, характерных для онлайн-продаж - входа в воронку продаж с разных уровней;
  • перевод большинства коммуникаций в онлайн: онлайн лучше измерим, хотя и требует больше данных из-за усложнения клиентского пути
  • переход от усреднений по всем продажам к глубинным уровням продаж по отдельным категориям.
Алексей Колоколов, Институт бизнес-аналитики. Дашборды в CRM-аналитике: визуализация данных для принятия решений.
Дашборд – наиболее удобное представление важных показателей на одном экране, сгруппированных по смыслу. По мнению Алексея Колоколова, визуализация – вопрос логики, а не креатива. В рамках этой логики он предлагает чек-лист для оформления понятного дашборда:
  • Для кого предназначен отчет? Для принятия какого решения нужен дашборд? На какие вопросы необходимо ответить?
  • Какого вида отчет требуется?
    • оперативный - без анализа, «сырые» цифры;
    • аналитический – наличие вычислений, либо визуальной аналитики (трендов, тепловых карт и т.д.);
    • стратегический - вычисления сжаты до ключевых показателей.
  • Какой тип диаграмм для вашей цели – динамика, статика, сравнение? [Источник: Колоколов]
  • Интерфейс: модульная сетка с тремя уровнями информации: ключевые показатели – их расшифровка - оперативные данные для большей детализации
  • Проверка плотности информации на экране – равномерна ли она? [Источник: Колоколов]
  • Изготовление прототипа без финализированного оформления.
Тестовый прогон (получается ли в презентации качественный story-telling?)
Три важных совета при работе с визуализацией:
  • Мыслите, как заказчик - визуализация не должна повторять процесс анализа.
  • Возьмите лист и ручку – рисуйте. Таким образом вы уйдете от рамок, которые задает любая программа для визуализации.
  • Делайте «продукт» на каждом этапе – вещь, понятную не только вам, но и аудитории.
Сергей Марин, Школа Данных. CRM 2.0: как большие данные и искусственный интеллект поменяли подходы к целевому маркетингу и онлайн продажам
Большие данные принесли в целевой маркетинг новые инструменты, оптимизирующие коммуникацию с клиентами:
  • Рекомендательные системы, пришедшие из сервисов Netflix и Amazon, подбирают для любого клиента желаемый продукт и улучшают конверсию.
  • Системы DSP (Demand Side Platform), как отдельные решения. Они устанавливаются поверх CRM-систем компании для алгоритмической закупки рекламы (programmatic).
  • Решения по управлению входящей воронкой продаж. Например, они помогают обнаружить одного и того же клиента, входящего с разных девайсов
Арсений Уланов, CRM-евангелист. Эффективность и анализ целевых коммуникаций
В сегменте фуд-ритейла сегодня компании чаще всего борются за кошелек покупателя с помощью массовых акций. Однако из-за этого прибыль торговых точек с каждым годом только падает.
Выходом могут послужить целевые акции на основе карт лояльности. Преимущества подхода:
  • возможность выделить контрольные группы и оценить эффективность акций;
  • устранение потерь в прибыли, имеющихся при массовых акциях;
  • компания воспринимает клиентов как реальных людей, а не как чеки - клиент ценит индивидуальный подход.
Недостатки целевых акций:
  • низкое проникновение программы лояльности в клиентскую базу;
  • уровень диджитализации низок – клиенту нужно просто зайти за продуктами, ему не нужны мобильные приложения.
Евгения Караван, DMGlobal. Прогнозирование изменений клиентской базы: анализ жизненного цикла, жизненной ценности клиентов и покупательского поведения
В своем докладе Евгения Караван затрагивает две основные темы – жизненный цикл клиента и пожизненную ценность клиента для компании (Customer Lifetime Value, CLTV).
Жизненный цикл – опыт клиента от начала и до конца взаимодействия с компанией.
Каждый этап в цикле по-разному воспринимается двумя сторонами, и на возможных несоответствиях компания теряет деньги. Составление матрицы управления жизненным циклом позволяет сравнить мнение компании о потребностях клиента на каждом этапе с реальным мнением опрошенных клиентов. Устранение найденных несоответствий может улучшить показатель NPS и прибыльность компании.
Во второй части доклада Караван приводит пример расчета CLTV и советует:
  • в каждом сегменте есть свои 20% прибыльных клиентов – улучшите сервис для них;
  • кросс-продажи и up-sell на основе анализа поведения, прошлых покупок, отказов, портфеля обязаны быть частью любой стратегии;
  • в любом списке ушедших есть 20% тех, кто готов вернуться – верните их.
Сергей Николаев, Теле2 Россия. Речевая и эмоциональная аналитика в сервисе. Опыт Теле2
Компании в РФ интенсивно конкурируют в части оказания качественного сервиса клиентам. По мнению Сергея Николаева, устойчивое конкурентное преимущество в сервисе могут обеспечить два аспекта: новые технологии и эмоциональная компетентность.
Среди инноваций повышенное внимание в Теле2 уделяют речевой аналитике - голос остается самым объемным сервисным каналом. В чем польза речевой аналитики:
  • сокращение количества повторных звонков – 10% от всех сервисных затрат компании;
  • управление качеством работы сотрудников;
  • отслеживание динамики и характера обращений после продуктовых изменений.
Механику системы по речевой аналитике можно описать в виде последовательности:
  • ввод текстовой фразы пользователем в систему;
  • генерация звукового файла по фразе;
  • сравнение файла с базой записанных звонков;
  • отбор записей, их детальный анализ.
В части эмоциональной компетентности Теле2 проводит обучение сотрудников с последующей оценкой их эмоционального взаимодействия с клиентом. Быстрая обратная связь и калибровка действий позволяет улучшать качество сервиса.
Роман Стятюгин, Mail.ru Group. От Big Data к предиктивной аналитике: инструкция для маркетолога
Mail.ru оказывает крупным российским компаниям услуги по предиктивной аналитике. Роман Стятюгин в своем докладе рассказал о том, как она работает, на примере построения аудиторных сегментов.
На чем строятся аудиторные сегменты:
  • соцдем признаки - простейшая база, низкий performance;
  • портрет/интересы клиента - плохой performance признака (не факт, что клиент купит товар, даже если интересуется им);
  • склонность к покупке - высокий performance;
  • поведение: построение психотипов;
  • CRM-сегменты: построение метрик на основе CRM-базы клиентов с последующем разбиением на поведенческие микросегменты.
Стятюгин выделяет три способа построения аудиторных сегментов:
  • соответствие клиента заданным условиям;
  • поиск похожих - «look like»;
  • классификация - аналог «look-like» с более жесткими границами классов.
Константин Баяндин, Ozon.ru. Предиктивная аналитика в ритейле
Компания Ozon.ru предлагает покупателям 4 млн товаров в 12 категориях. При таком количестве артикулов невозможно обойтись без математических моделей при прогнозировании поведения клиентов.
Переходя от оптимизации отдельных каналов к работе со всеми клиентами «в сквозном режиме», в компании разработали собственную модель оценки клиентов - «CBR» (Come - Buy – Revenue). На основе CRM-данных по 300 признакам вычисляется:
  • вероятность возврата клиента через бесплатный канал (come);
  • вероятность покупки вернувшегося клиента (buy);
  • стоимость покупки, если покупка совершена (revenue).
Использование полученных в модели результатов позволило Ozon.ru:
  • лучше выстроить отношения с клиентами различных сегментов;
  • повысить отдачу на инвестиции;
  • повысить реактивацию клиентов;
  • нарастить мульти-категорийность покупок;
  • защитить лояльную аудиторию от рекламы конкурентов.
Сергей Кулешов, 1С-Битрикс. CRM с распознаванием лиц – клиент в ваших руках
Искусственный интеллект (ИИ) решает некоторые задачи быстрее и эффективнее человека и обходится при этом дешевле для компании. 1С-Битрикс совместно с N-Tech.Lab предлагает ИИ-решения в CRM-системах, в основе которых лежат нейронные сети по распознаванию речи, голоса и текста.
  • Face-трекер мгновенно идентифицирует лицо клиента при входе в магазин.
    • Менеджер еще до контакта с клиентом оценивает его профиль и может предоставить индивидуальный сервис.
    • Если клиент новый, то возможна идентификация через базу сайта Вконтакте.
    • Идентификация по лицу заменяет карту лояльности клиента, чем упрощает контакт с ним.
    • Оценка количества новых/повторных посещений в магазине и занесение их в базу CRM происходит автоматически.
  • Аналог face-трекера - визит-трекер - фиксирует полные беседы с клиентами в CRM-системе.
  • Чат-боты на основе нейронных сетей автоматически ответят клиентам в мессенджерах. Их преимуществом перед ботами на основе линейных моделей является самообучаемость и отсутствие сложной настройки.
Алексей Рыбников, EY. Использование больших данных пользователей интернет-сервисов для проведения анализа потенциала мобильности трудовых ресурсов
Перед министерством по развитию Дальнего Востока стоит задача по привлечению квалифицированных трудовых ресурсов в регион. Компания EY совместно с Mail.ru Group провела исследование с целью выяснить, на какую конкретную аудиторию нужно направить агитацию по переезду и какого характера она должна быть.
На первом этапе с использованием геотаргетинга компания отследила людей, которые уже переехали на Дальний Восток и провели среди них опрос. Далее среди репрезентативной выборки по всему населению были найдены люди, похожие на переехавших по определенным признакам. Они были сегментированы. На основе профиля каждого сегмента были выработаны методы его привлечения на Дальний Восток:
  • мигранты (вероятность переезда 80-100%) – не нужно привлекать;
  • разочарованные (60-80%) – достойная зарплата, возможность переквалификации родственников;
  • романтики (40-60%) – красоты региона, привлекательность вахтового метода;
  • домохозяйки (20-40%) – хорошее образование, низкий уровень преступности, улучшение жилищных условий;
  • домоседы (0-20%) – сложно привлечь.
Александр Пятигорский, The Walt Disney Company Russia & CIS. Интервью с экспертом
В своем интервью Александр Пятигорский, занимающий позицию CDO (chief digital officer) в The Walt Disney Company Russia & CIS, поделился своим видением в следующих вопросах клиентской аналитики и бизнеса в целом:
  • CDO – новая и пока довольно «расплывчатая» позиция для российских реалий. Есть CDO, отвечающие только за диджитал-маркетинг в компании, есть отвечающие за front-end, есть CDO, просто внедряющие инновации.
  • Так или иначе, задача CDO – развивать компанию в том, что называется «direct to consumer».
  • В клиентской аналитике нужно начинать с понимания того, зачем нужны новые данные. Избыточные данные – дополнительные затраты.
  • Agile - качественный путь изменения бизнес–процессов. позволить компании решать большие и сложные задачи итеративным путем, то есть в виде маленьких задачек за короткий промежуток времени. Это позволяет снизить огромное количество рисков.
  • Бонус: интересный случай up-sell в телекоме, когда клиентские данные удивляют.
Александр Бородкин, ВТБ24. Рост клиентской базы. Как его добиться и как на этом не прогореть
Клиентская база – основа бизнеса, по мнению Александра Бородкина. В своем докладе он поделился советами о том, как работать с клиентами и быть при этом в выигрыше:
  • Все крутится вокруг промо-продукта. Он редко доходен из-за высокой конкуренции. Идеальный промо-продукт – с отложенной выгодой.
  • Хороший продукт от плохого отличает только мнение рынка. Качественные характеристики продукта не важны, если о них не знают.
  • Необходима работа с трендсеттерами. Если в вашей базе есть клиенты-блогеры или другие люди, формирующие общественное мнение, улучшите им условия обслуживания просто так!
  • Кросс-продажи – наше все! Продавать нужно не только продукт, но и доходное поведение.
  • Всегда предлагайте своему клиенту что-то по каждой из его потребностей. Пусть ваш продукт плох, но лояльный клиент все равно рассмотрит его одним из первых.
Наталья Жучкова, М.Видео. RoPo анализ и его применение в маркетинге
RoPo (Research online - Purchase offline) – это категория клиентов, которые подбирают товары для покупки в интернете, но непосредственно за покупкой обращаются в офлайн-магазины. В М.Видео с помощью базы карт лояльности детально анализируют этих клиентов и пытаются извлечь выгоду из их особенностей:
  • RoPo-клиенты составляют треть всех покупателей в Москве и Санкт-Петербурге.
  • Прибыльность RoPo-покупателей в 1,5 раза выше прибыльности обычных офлайн-покупателей.
Практическая ценность RoPo:
  • сокращение затрат на ремаркетинг: настройка рекламы Яндекс.Директ и Google.Adwords так, чтобы она не преследовала клиентов, уже купивших товар;
  • перераспределение маркетингового бюджета в пользу онлайн;
  • точечное повышение цен для тех клиентов, которые наверняка приобретут товар;
  • адаптация сайта под RoPo-клиентов: напоминания про любимый магазин и т.д.;
  • персональные предложения по категориям для RoPo-покупателей.
Автор отчет
Frank Conference Report отчеты по материалам конференций
Каждый отчет Frank Conference Report содержит:
  • Super summary основные идеи конференции в сжатом резюме. Обобщает весь материал конференции на 1-2 страницах.
  • Summary более детальное изложение идей каждого спикера. Краткое изложение каждого отдельного доклада.
  • Полный текст выступлений докладчиков , иллюстрированный слайдами презентаций. Обработанный редактором транскрипт, слайды презентации размещены в тексте.