'

Мозговой Максим, Сбербанк

Понравилась презентация – покажи это...





Слайд 0

Июнь 2011 г. Мозговой Максим, Сбербанк Анализ поведения клиентов на основе карточных продуктов и его использование


Слайд 1

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 поведение. Как сегментировать клиентов? Что мы покупаем? Где мы покупаем? С кем мы покупаем? Как мы покупаем? Сколько мы покупаем?


Слайд 2

Анализ транзакций Лояльность клиента Ценность клиента Вероятность покупки новой услуги Потенциал для развития 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 3

Кто 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 4

5 Бренды объединяют людей Бренды объединяют людей. Поэтому, существуют так называемые «Кольца брендов» - повторяющиеся комбинации потребляемых брендов, которые специфичны для каждого потребительского сегмента.


Слайд 5

6 Бренды объединяют людей Фактически, для каждого сегмента можно найти комбинацию брендов, в той или иной степени характеризующую этот сегмент Сегмент «Молодёжь»


Слайд 6

7 Формирование 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 7

Пример 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.


Слайд 8

Сеть брендов На втором графе в сообщества объединены уже «объекты» - MCC-коды, участвующие в анализе. Найдено 8 таких сообществ.


Слайд 9

Связи клиентов и Брендов На третьем, «общем», графе, представлены связи клиентов и MCC-кодов непосредственно


Слайд 10

Привязка к геолокационным данным Данные о карточных транзакциях клиентов по различным точкам размещения на карте г. Москва


Слайд 11

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 12

Возможные стратегии по кросс-скорингу Доходность – Риск – Отклик Churn LOSS BEST Main Retention Cross-sell Wait Up-sell & Cross-sell


Слайд 13

Наши 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 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


Слайд 14

Спасибо за внимание! Мозговой Максим, mgmozgovoy@sberbank.ru


×

HTML:





Ссылка: