Big Data Summit, Warszawa, Jak dopasować się do potrzeb klienta? BigData narzędziem do wsparcia biznesowych decyzji

Transkrypt

1 Big Data Summit, Warszawa, Jak dopasować się do potrzeb klienta? BigData narzędziem do wsparcia biznesowych decyzji

2 emnos Warszawa 2

3 PAYBACK Nagrody i bony u partnerów Nagrody PAYBACK Miles & More Organizacja charytatywna 3

4 W czasach, kiedy nie było Big Data 4

5 PAYBACK jest platformą wiążącą interesy Partnerów i Klientów Potrzeby Partnerów Pozyskanie nowych klientów Potrzeby Klientów Oferta i komunikacja dopasowana do moich potrzeb i możliwości Zwiększenie wartości klientów Zatrzymanie klientów 5

6 Big Data Klientów: stale rosnący profil 360º DANE BEHAWIORALNE: o transakcje offline/online o zamówienia nagród o dane socjo-demograficzne DANE WWW: o zachowania na stronie o perspektywa techniczna GEOLOKALIZACJA: o deklaratywna o behawioralna (POS) o mobile app (check-in) ODPOWIEDŹ NA PROMOCJE: o produkt o partner o miejsce/czas DANE MOBILE: o korzystanie z aplikacji o perspektywa techniczna KANAŁY KONTAKTU: o produkt o Partner o Miejsce/czas 6

7 Początek drogi wykorzystanie danych transakcyjnych Przykładowy response rate Komunikacja masowa 5% X2 - X10 Komunikacja targetowana "grupą docelową" Komunikacja do aktywnych klientów 10% 20% X2 - X10 Typowe poziomy ulepszenia Komunikacja w.g. modelu np. predykcyjnego 40% X2 - X10 7

8 Danych mamy więcej komponent geolokalizacyjny jest wszędzie Dane deklaratywne Dane transakcyjne Dane internetowe Dane mobilne Geokodowanie adresów klientów Geokodowanie adresów sklepów Geokodowanie IP Mikro-lokalizacja Czasami Często Częściej Real-Time Forbes Insights The Eureka Moment. Location Intelligence and Competitive Insight 8

9 Komu po drodze do Restauracji Signature? Śródmieście Północne Data Base: Advanced Analytics: 17 k Uczestników programu PAYBACk Mieszka w okolicy +58 k Uczestników programu PAYBACk KUPUJE w okolicy Big Data: +24 k Uczestników programu PAYBACk PRZEBYWA w okolicy 8-krotny Wzrost RESPONSE RATE 9

10 Nowe Wielkie Dane Korzyści wynikające z dodatkowych danych Zakres korzystania ze strony Model "temperatury uczuć" klienta wobec firmy Chęć konsumowania treści Aktywność na forach Wybór opakowań Tematy kontaktów z BOK Wybór metod dostawy Umiejętność udziału w promocjach Wysoka predyktywność dalszego zachowania niska korelacja z danymi transakcyjnymi Spójne odczucia na focusach 10

11 Generowanie pików sprzedaży jest koszmarnie drogie Podejście zorientowane na klienta stawia na długofalowe budowanie lojalności, a nie jedynie tworzenie krótkotrwałych promocyjnych wzrostów Zorientowanie na kanał / kampanię Zorientowanie na Klienta Osiągnięcie równowagi pomiędzy kosztem a impaktem biznesowym jest ciężkie/niemożliwe przy podejściu czysto kampanijnym Systematyczne działania przy optymalizujące potrzeby partnera i klienta od początku nastawione na zrównoważony wzrost 11

12 Jak się dopasować do milionów różnorodnych klientów? Zacznijmy od dobrych segmentacji Segmentacja wielkościowo-częstościowego charakteru zakupów Segmentacja etapu relacji Segmentacja asortymentowego charakteru zakupów Segmentacja potrzeb klienta 12

13 Mierzmy wyniki Róbmy testy Liczba kupujących Sprzedaż inkrementalna Wynik Finansowy 1 Wynik Finansowy

14 Gdyby zastosować to na większą skalę 14

15 Gdyby zastosować to na jeszcze większa skalę Plan Marketingowy Częstotliwość kontaktu Kanał komunikacji Regularna komunikacja / event-triggered Biblioteka Visuali "Key message" Koncepcje layoutów podzielonych na zmienne moduły Zbiór grafik Biblioteka Ofert Treść oferty Mechanizm oferty Poziom nagradzania Szczegółowy plan komunikacji 15

16 DZIĘKUJĘ! Rafał Latkowski emnos GmbH Złota Warszawa Phone Disclaimer: This presentation is confidential and protected by copyright. It is intended solely for the internal use of the recipient. Any disclosure or distribution to third parties is not allowed without the prior consent of emnos GmbH or one of its subsidiaries This applies especially to reproduction, translation and storage and processing in electronic systems 16