Big  Data:  О  чем  думают  ваши  клиенты?  

Денис  Реймер    вице-­‐президент  ЛАНИТ  председатель  Cовета  директоров  CleverDATA  denreymer.com      

12.11.2014  

О  чем  ты  думаешь?.....    Что  ты  чувствуешь?...  

Дэвид  Финчер  «Исчезнувшая»  

Я  всегда  …  

…  пытаюсь  найти        ответы,  ответы    на      основные  вопросы…  

Один  вопрос    точно  волнует  всех!  

Это  понятно    и  без    

Больших  Данных  

покупать  или  продавать?  

Клиент  банка  в  наши  дни  

•  Всегда  Онлайн  &  Всегда  доступен  •  Живет  в  Digital  мире  •  Мультизадачен  и  расфокусирован  •  Невосприимчив  к  рекламе  

Что  мы  знаем  о  клиенте?  Персональные  

данные   История  контактов  

Платежи    

Карточные  транзакции  

Продукты  

Взгляд  360о  на  все,  что  уже  БЫЛО!  

Web-­‐аналитика  

Результаты    маркетинговых    

кампаний  

Что  мы  НЕ  знаем  о  клиенте?  

Чем  он  интересуется?  Что  планирует  покупать?  Что  изучает?    Куда  планирует  поехать?  Что  планирует  делать?  

Что    может  

произойти  

Использование  только  внутренней  исторической  информации  о  клиенте,  равносильно  управлению  

автомобилем,  используя  только  зеркала  заднего  вида.    

Шаг  №1  

Организуем  хранение  и  обработку  данных  

Private  DMP  Data  Management  Pla}orm  

 

Профиль  и  интересы    вашего  клиента,    

в  реальном  времени  

Не  существует  DMP  из  коробки!       DMP  –  это  набор  правильно    подобранных  компонентов.    

Профиль  клиента  -­‐  Таксономия  

Занятость  

•  Безработныи  

•  На  пенсии  

•  Работаете  

•  Студент  

•  Свой  бизнес  Профессиональная  сфера  

•  Гос.  Служба  

•  Обслуживание  

•  Преподавание  

•  Продажи  и  маркетинг  

•  Технологии  

•  Финансы  

•  Юриспруденция  Уровень  образования  

•  Высшее  

•  Другое  

•  Среднее  

•  Учёная  степень  

Предпочтения  

•  Финансы  (клиент  каких  банков,  уровень  дохода,  кредитная  нагрузка,  страховка)  

•  Брендовые  предпочтения  авто  (по  маркам)  •  Модельные  предпочтения  авто  (по  типам  автомобилей)  •  Жилищные  предпочтения  (свой  дом,  своя  квартира,  аренда  

жилья)  •  Здоровье  (диеты,  традиционная  медицина,  питание)  •  Интернет  и  ТВ  (предпочтения  по  каналам,  тематикам  передач  и  

тд)  •  Мобильные  телефоны  (какие  мобильные  приложения  

использует)  •  Путешествия  (частота,  направления,  командировки,  класс  

отдыха)  •  Развлечения  (театр,  кино,  клубы,  искусство)  •  Спортивные  предпочтения  •  Магазины  (в  магазинах  какого  класса  обслуживается)  

Сервис  классификации    

•  Определение  собственной  таксономии;  •  Подготовка  обучающие  выборки  для  алгоритмов  

машинного  обучения;  •  Построение  профилей  интересов  и  классификация  

именно  ваших  клиентов!  

Шаг  №2  

Где  еще  взять  данные  о  наших  клиентах?  

Социальные  сети  

Медийный  контент  

Машинные  данные  

История  серфинга  

Offline  данные  

Посещение  веб-­‐сайтов  Поисковые  запросы  Покупки  в  интернете  Просматриваемые  фильмы  

Пол/возраст/  семейное  положение  Список  друзеи  Like/Check-­‐in  Интересы/Посты  

eCommerce  

Мобильные  приложения  Покупки  в  магазинах  Парковки  Кредитная  история  Программы  лояльности  

Какие  данные  о  наших  клиентах  существуют?  

Проблемы  сбора  •  Незрелый  рынок  обмена  

данными;  •  Готовые  профили  аудитории  

вам  могут  оказаться  бесполезны;  

•  Отсутствуют  стандарты  сбора  и  предоставления  сырых  данных;  

•  Необходимость  работы  с  потоком  данных  (преобразование,  очистка,  хранение,  интеграция)  

 

Идем  на  Биржу  данных    Поставщики   Потребители  

•  Web-­‐логи  •  Соц.  Сети  •  Web-­‐контент  •  БКИ  •  Мобильные  

операторы  •  Платежные  

системы  •  eCommerce  

•  Банки  •  Ритэйл  •  eCommerce  •  Телеком  •  Госсектор  

Облачная  сервисная  платформа  предоставляет  возможность  обмениваться  и  накапливать  большие  объемы  разнородной  информации  и  монетизировать  их  путем  использования  для  решения  бизнес-­‐задач  в  области  маркетинга,  управления  рисками,  формирования  программ  лояльности  и  в  других  областях.  

cleverdata.ru    |    info@cleverdata.ru  

Безопасное  хранение  данных  Real-­‐�me  доступ  к  данным  Big  Data  хранилище  Мониторинг,  статистика  и  контроль  

Депозитарий  данных  

Биржа  данных  

Обработка  данных  

Сервисы  активации  данных  Различные  режимы  торгов  Уникальные  возможности  монетизации  Биллинг  операций  

Платформа  для  создания  аналитических  сервисов  для  разных  предметных  областей  Алгоритмы  машинного  обучения  и  статистики  Подключение  к  сторонним  инструментам  анализа  данных  

Накопление  и  хранение    

Обогащение  и  монетизация  

Анализ  и  преобразование    

Биржа  данных  1DMP.RU  

Собираем  все  вместе  

Private  DMP    

Web-­‐

аналитика  

Шаг  №3  

DMP  

Markeong   RTB   Scoring  

Сырые  данные  

CRM  и  внутренние  

транзакционные  системы    

Аналитические  данные  

•  Профиль  клиента  

Ano  Fraud  

Построение  единого  профиля  клиента  

Медийный  контент  

Машинные  данные  

История  серфинга  

Offline  данные  

Социальные  сети  

eCommerce  

Данные  web  аналитики,  campaign  management  систем  

DMP  -­‐  Центральный  хаб  данных  организации    

3D  модель  Клиента  

Внутренние  данные   Online  данные  

Открытые  данные    

Данные  БКИ  

Offline  данные  партнеров  

Шаг№4  

И  что  дальше  со  всем  этим  

делать?  

Строим    Data  Competence  Center  

•  «Растим»  новую  роль  Data  Scien�st  •  Вовлекаем  бизнес  подразделения  –  Формулируем  гипотезы  –  Определяем  модель  совместной  работы  

•  Выстраиваем  «в-­‐меру-­‐agile»  процесс  работы  – WAgile,  SCRUMfall  (выбираем  подходящую  вашей  организации)  

•  Экспериментируем  

Когда  важно  знать,  что  думают  ваши  клиенты:  •  RTB  реклама  •  Скоринг  физических  лиц  •  Активная  матрица  кросс-­‐предложений  •  Формирование  предложений  на  события  в  

реальном  времени  •  Формирование  профиля  типового  потребителя  

продукта  •  Поведение  клиента  на  сайте  компании  при  

звонке  в  call-­‐center  •  Гибкое  сегментирование  клиентов  •  Целевые  продажи  •  Верификация  места  проведения  транзакции  •  Идентификация  клиента  по  поведению  •  Антифрод  и  анализ  мошенничества  •  Адаптация  контента  и  анкеты  …  

«Для  того,  чтобы  завтра  вы  могли    извлечь  пользу  из  данных,    

вы  должны  накапливать  их  уже  сегодня    и  учиться  с  ними  работать»  

Денис  Реймер    h�p://denreymer.com  h�p://cleverdata.ru  h�p://lanit.ru      

12.11.2014  

cleverdata.ru    |    info@cleverdata.ru  

Make  your  data  clever  

Развитие    бизнеса    на    международном    рынке  с  2012  года  

Входит  в  тройку  лидеров  российских  ИТ  компаний  43  подразделения  в  России  и  за  рубежом  Более  5500  сотрудников  100  тыс.проектов  для  10  тыс.заказчиков  

Инновационная  платформа  управления  данными  

«Биржа»  данных  Облачный  сервис  

Собственная  разработка  

Создана  в  2014  г.  Фокус  на  работе  с  «Big  Data»    

Собственные  центры  разработки  Партнерство  с  мировыми  лидерами  

и  научными  институтами  Центр  экспертизы