использование
- Главная
- Разное
- Дизайн
- Бизнес и предпринимательство
- Аналитика
- Образование
- Развлечения
- Красота и здоровье
- Финансы
- Государство
- Путешествия
- Спорт
- Недвижимость
- Армия
- Графика
- Культурология
- Еда и кулинария
- Лингвистика
- Английский язык
- Астрономия
- Алгебра
- Биология
- География
- Детские презентации
- Информатика
- История
- Литература
- Маркетинг
- Математика
- Медицина
- Менеджмент
- Музыка
- МХК
- Немецкий язык
- ОБЖ
- Обществознание
- Окружающий мир
- Педагогика
- Русский язык
- Технология
- Физика
- Философия
- Химия
- Шаблоны, картинки для презентаций
- Экология
- Экономика
- Юриспруденция
Мозговой Максим,Сбербанк презентация
Содержание
- 1. Мозговой Максим,Сбербанк
- 2. Кто наши клиенты? В чём они похожи?
- 3. Анализ транзакций
- 4. Кто наши клиенты? В чём они похожи?
- 5. Бренды объединяют людей Бренды объединяют людей.
- 6. Бренды объединяют людей Фактически, для каждого
- 7. Формирование единого списка потенциальных партнёров (индикативно) Частота
- 8. Пример отображения сети клиентов Сегменты клиентов со
- 9. Сеть брендов На втором графе в
- 10. Связи клиентов и Брендов На третьем, «общем», графе, представлены связи клиентов и MCC-кодов непосредственно
- 11. Привязка к геолокационным данным Данные о карточных
- 12. Пример сегментации по ценности Пример различных
- 13. Возможные стратегии по кросс-скорингу Доходность –
- 14. Наши проекты Единый фронт-офис
- 15. Спасибо за внимание! Мозговой Максим, mgmozgovoy@sberbank.ru
Кто наши клиенты? В чём они похожи? Как создать портрет КАЖДОГО клиента? Классические маркетинговые исследования и опросы не работают (каждого клиента не опросишь) Поэтому – необходимо анализировать их
Слайд 1Июнь 2011 г.
Мозговой Максим,
Сбербанк
Анализ поведения клиентов на основе карточных
продуктов и его
Слайд 2Кто наши клиенты? В чём они похожи?
Как создать портрет КАЖДОГО клиента?
Классические
маркетинговые
исследования и опросы не работают
(каждого клиента не опросишь)
Поэтому – необходимо анализировать их поведение.
исследования и опросы не работают
(каждого клиента не опросишь)
Поэтому – необходимо анализировать их поведение.
Как сегментировать клиентов?
Что мы покупаем?
Где мы покупаем?
С кем мы покупаем?
Как мы покупаем?
Сколько мы покупаем?
Слайд 3Анализ транзакций
Лояльность клиента
Ценность клиента
Вероятность покупки новой услуги
Потенциал
для развития
в будущем
Поведенческие характеристики
Lifestyle-сегментация
Анализ потребностей
Профилирование
…
в будущем
Поведенческие характеристики
Lifestyle-сегментация
Анализ потребностей
Профилирование
…
Сбор данных о профиле пользования
клиента
Группировка и сравнение
сходных данных
Выделение закономерностей:
Тип коммуникации, частота, время,
продолжительность, периодичность
Пересечение с данными из
дополнительных источников
Формирование гипотезы о принадлежности к сегменту
?
?
?
!
Слайд 4Кто наши клиенты? В чём они похожи?
Основная гипотеза: люди со схожими
привычками, статусом, стилем жизни, социальными ролями обладают и схожим потребительским поведением: обладают сравнимым уровнем дохода, выбирают похожие бренды, тратят деньги в схожих местах с примерно одинаковой периодичностью и т.д.
Слайд 5
Бренды объединяют людей
Бренды объединяют людей. Поэтому, существуют так называемые «Кольца брендов»
- повторяющиеся комбинации потребляемых брендов, которые специфичны для каждого потребительского сегмента.
Слайд 6
Бренды объединяют людей
Фактически, для каждого сегмента можно найти комбинацию брендов, в
той или иной степени характеризующую этот сегмент
Сегмент «Молодёжь»
Слайд 7Формирование единого списка потенциальных партнёров (индикативно)
Частота
транзакций
Величина
проникновения в
сегмент
Объём
транзакций
Кольца брендов, характеризующие тот
или иной сегмент
ROI = max
Group 2
Group 3
Group 1
ROI = med
ROI = min
ROI impact
ROI = med
!
!!
!!
!!
!
!
?
?
?
Слайд 8Пример отображения сети клиентов
Сегменты клиентов со сходным потребительским
поведением: на графе отображены
сообщества клиентов
по принципу расходования средств: те клиенты,
которые совершают покупки в одних и тех же местах,
объединены в сообщества.
Найдено 18 таких сообществ.
по принципу расходования средств: те клиенты,
которые совершают покупки в одних и тех же местах,
объединены в сообщества.
Найдено 18 таких сообществ.
Слайд 9Сеть брендов
На втором графе
в сообщества объединены уже «объекты» -
MCC-коды,
участвующие в анализе.
Найдено 8 таких сообществ.
Найдено 8 таких сообществ.
Слайд 10Связи клиентов и Брендов
На третьем, «общем», графе, представлены связи клиентов и
MCC-кодов непосредственно
Слайд 11Привязка к геолокационным данным
Данные о карточных транзакциях клиентов по различным точкам
размещения на карте г. Москва
Слайд 12 Пример сегментации по ценности
Пример различных профилей ценности для различных сегментов
клиентов, и доли данных сегментов.
Квартальная доходность на одного клиента, руб.
PROJECTED LOSS
CHURN
MAIN SEGMENT
BEST CLIENTS
26%
15%
47%
12%
+590 руб.
-337 руб.
+2170 руб.
+11046 RUB
Слайд 13Возможные стратегии по кросс-скорингу
Доходность – Риск – Отклик
Churn
LOSS
BEST
Main
Retention
Cross-sell
Wait
Up-sell & Cross-sell
Слайд 14Наши проекты
Единый фронт-офис
Предоставление консолидированной информации клиенту
Сбор информации
по обращениям клиентов/ опросы
Реализация индивидуальных стратегий по отношению к различным сегментам клиентской базы
Повышение эффективности обслуживания
Реализация индивидуальных стратегий по отношению к различным сегментам клиентской базы
Повышение эффективности обслуживания
Отчетность по вкладам физических лиц
Полная и выверенная информация по вкладам, собираемая по единой технологии формирования данных в витрине данных розничного блока
Распространение отчетности за пределы Московского Банка (+ 6 ТБ)
Витрина клиентских данных
Основа для формирования полной и детальной отчетности по состоянию клиентской базы, по динамике продаж/качеству клиентов, по эффективности маркетинговых кампаний
Основа для создания моделей и сегментаций клиентской базы
Программное обеспечение для обработки и анализа данных, визуализации отчетов
Модели и сегментации клиентской базы, позволяющие выделить наиболее ценных клиентов; клиентов, склонных к оттоку; клиентов с наивысшей вероятностью отклика на кампании и пр.
Выработка рекомендаций по индивидуальным стратегиям (кампаниям) для каждого выделенного сегмента
Предоставление результатов анализа и отчетов в наглядной легко интерпретируемой форме
Расчет эффективности кампаний – предварительный и окончательный
Качество данных
Создание постоянно работающего механизма, управляющего качеством данных в фронтальных системах
Автоматическая платформа для нормализации, дедубликации, стандартизации клиентских данных
